如何用R语言导入无统一分隔符且值内含空格的文本数据？

方法1：固定宽度导入（推荐） #

GPS项圈监测数据通常为固定宽度格式，这种方式能完美解决字段内含空格、字段间空格数不统一的问题，且适配大文件读取。

使用readr包的read_fwf（高效处理大文件） #

1. 安装并加载包：

install.packages("readr")
library(readr)

2. 根据数据截图/示例定义列宽（需按实际数据调整）：

# 示例：假设列宽依次为No(4)、CollarID(10)、UTC Date(19)、Latitude(10)、Longitude(11)
col_widths <- c(4, 10, 19, 10, 11)
# 也可通过起始/结束位置定义：fwf_positions(c(1,5,15,34,44), c(4,14,33,43,54))

3. 读取表头与数据：

# 提取表头行
headers <- read_lines(file_name, n_max = 1)
headers <- str_split(headers, "\\s{2,}")[[1]]
# 读取数据（跳过前3行表头）
Vec_data <- read_fwf(file_name, fwf_widths(col_widths), skip = 3, col_names = headers)

使用base R的read.fwf #

无需第三方包时可使用base R原生函数：

# 定义列宽，同上
col_widths <- c(4, 10, 19, 10, 11)
# 提取表头
headers <- readLines(file_name, n = 1)
headers <- strsplit(headers, "\\s{2,}")[[1]]
# 读取数据
Vec_data <- read.fwf(file_name, widths = col_widths, skip = 3, col.names = headers)

方法2：精准正则替换分隔符 #

若数据并非固定宽度，可通过正则区分字段间空格与字段内空格：

# 读取所有行
all_lines <- readLines(file_name)
# 步骤1：标记字段内的空格（以日期时间格式为例，替换为临时标识）
all_lines <- gsub("(\\d{4}-\\d{2}-\\d{2}) (\\d{2}:\\d{2}:\\d{2})", "\\1__SPACE__\\2", all_lines)
# 步骤2：将所有字段间的1-5个空格替换为制表符
all_lines <- gsub("\\s+", "\t", all_lines)
# 步骤3：恢复字段内的空格
all_lines <- gsub("__SPACE__", " ", all_lines)
# 读取表头与数据
headers <- read.table(text = all_lines[1], sep = "\t", header = FALSE, as.is = TRUE)
Vec_data <- read.table(text = all_lines, sep = "\t", skip = 3, header = FALSE)
colnames(Vec_data) <- headers

注意事项 #

• 方法1的列宽需根据实际数据调整，可通过截图的字符位置确定每列的起始/结束点。
• 方法2的正则需适配你数据中带内部空格的字段格式，若存在其他格式（如"Valid Fix"这类状态字段），需补充对应匹配规则。

内容的提问来源于stack exchange，提问作者Joanne M