如何在R中提取无列名CSV的Study板块并整理为整洁格式？

核心思路 #

先定位Study板块的位置，提取该板块内容后，将拆分的表头和数据行分别合并，最终生成每行包含完整数据的整洁格式。

步骤1：读取并定位Study板块 #

首先读取无列名CSV，然后找到Study板块的起始与结束位置，提取该板块并移除空行：

# 读取无列名CSV，将空值识别为NA
data1 <- read.csv("data.csv", header = FALSE, stringsAsFactors = FALSE, na.strings = "")

# 定位Study板块的起始行
study_start <- which(data1$V1 == "Study")

# 定位下一个板块的起始位置（若没有则取文件最后一行+1）
next_section <- c(which(data1$V1 %in% c("Activities", "Sleep")), nrow(data1)+1)
next_section_start <- min(next_section[next_section > study_start])

# 提取Study板块的所有行，并移除全空行
study_section <- data1[study_start:(next_section_start - 1), ]
study_section <- study_section[!apply(study_section, 1, function(x) all(is.na(x))), ]

步骤2：合并表头与数据行 #

Study板块的表头分为两行，数据行也按两行一组拆分，需要分别合并：

# 合并两行表头为完整列名
header_part1 <- na.omit(study_section[2, ]) %>% as.character()
header_part2 <- na.omit(study_section[3, ]) %>% as.character()
full_header <- c(header_part1, header_part2)

# 提取数据行（从第4行开始）
raw_data_rows <- study_section[4:nrow(study_section), ]

# 将奇数行与偶数行合并，生成完整数据行
clean_study_data <- cbind(
  raw_data_rows[seq(1, nrow(raw_data_rows), 2), ] %>% na.omit(),
  raw_data_rows[seq(2, nrow(raw_data_rows), 2), ] %>% na.omit()
)

# 设置列名
colnames(clean_study_data) <- full_header

查看最终结果 #

执行以下代码即可得到符合要求的整洁格式：

# 打印Study标题及整理后的数据
cat("Study\n")
print(clean_study_data, row.names = FALSE)

输出示例：

Study
 Date Calories_Burned Value1 Value2 Value3 Value4
1/6/2021              a      b      c      d      e
2/6/2021              a      b      c      d      e
3/6/2021              a      b      c      d      e

内容的提问来源于stack exchange，提问作者01200