如何将以缩进标记观测值的TXT文件导入R语言？

针对你这种主县无缩进、相邻县缩进的制表符分隔TXT文件，完全可以用Python脚本批量处理，不用手动操作。以下是具体实现步骤：

核心思路 #

1. 逐行读取文件，识别无缩进的主县行，记录当前主县的名称和FIPS码
2. 遇到缩进的相邻县行，就将其与当前主县配对，存入结果列表
3. 最后将配对结果导出为规范的CSV文件，方便后续导入分析工具

代码实现 #

import pandas as pd

# 初始化存储相邻县配对的列表
neighbor_pairs = []
current_county = None
current_fips = None

# 替换为你的实际文件路径
file_path = "county_neighbors.txt"

with open(file_path, 'r', encoding='utf-8') as f:
    for line in f:
        stripped_line = line.strip()
        if not stripped_line:
            continue  # 跳过空行
        
        # 按制表符分割行内容，清理空元素
        parts = [p for p in stripped_line.split('\t') if p]
        
        # 判断是否为主县行（示例中主县行是4列，相邻县行是2列）
        if len(parts) == 4:
            # 提取主县名称和FIPS码（去掉引号）
            current_county = parts[0].strip('"')
            current_fips = parts[1]
        elif len(parts) == 2:
            # 提取相邻县名称和FIPS码
            neighbor_county = parts[0].strip('"')
            neighbor_fips = parts[1]
            # 存入配对信息
            neighbor_pairs.append({
                '主县': current_county,
                '主县FIPS': current_fips,
                '相邻县': neighbor_county,
                '相邻县FIPS': neighbor_fips
            })

# 转换为DataFrame并导出为CSV
df = pd.DataFrame(neighbor_pairs)
df.to_csv("cleaned_county_neighbors.csv", index=False, encoding='utf-8')
print("处理完成，已生成规范的相邻县对应表")

注意事项 #

• 如果你的文件缩进是多个空格而非制表符，把stripped_line.split('\t')替换为re.split(r'\s+', stripped_line)（需要先导入import re）
• 若实际文件的列数与示例有差异，调整len(parts)的判断条件即可
• 导出的CSV文件可以直接导入Excel、R、Stata或继续用Python做后续分析

内容的提问来源于stack exchange，提问作者Jonathon Siegle