如何在R中从宽格式文本文件提取QUAD、LAI等指定数据点

问题原因 #

你之前使用的正则逻辑是匹配单独一行以QUAD/LAI开头的行，提取行尾对应值。但当前宽格式数据中QUAD、LAI是第一行表头的字段，对应值在第二行的对应列，因此原有代码无法匹配到目标内容。

解决方案 #

提供两种实现方式，可根据使用场景选择：

方式1：按行列解析提取（稳定性更高，推荐批量处理用） #

不依赖字段顺序，即使后续表头列位置调整也能正常提取：

library(stringr)

# 将原始文本按换行符拆分为行
lines <- str_split(data, "\n")[[1]]
# 拆分表头行得到所有字段名
header_cols <- str_split(str_trim(lines[1]), "\\s+")[[1]]
# 拆分表头下第一行数据得到所有值
data_vals <- str_split(str_trim(lines[2]), "\\s+")[[1]]

# 按字段名匹配位置取值
QUAD <- as.numeric(data_vals[which(header_cols == "QUAD")])
LAI <- as.numeric(data_vals[which(header_cols == "LAI")])

# 构造结果表
data_extract <- data.frame(
  QUAD = QUAD,
  LAI = LAI
)
data_extract

方式2：正则匹配提取（写法更简洁，适合表头固定场景） #

如果你的所有数据的表头顺序、数值格式固定，可直接用正则匹配对应字段后的第一个值：

library(stringr)

QUAD <- as.numeric(str_extract(data, "(?<=QUAD\\s+)\\d+(?=\\s)"))
LAI <- as.numeric(str_extract(data, "(?<=LAI\\s+)\\d+\\.\\d+(?=\\s)"))

data_extract <- data.frame(
  QUAD = QUAD,
  LAI = LAI
)
data_extract

内容的提问来源于stack exchange，提问作者Tom