如何在R中将指定格式文本文件转换为整洁dataframe/tibble
R实现代码与操作步骤
步骤1:读取原始文本文件
假设你的原始文本文件命名为raw_data.txt,首先用readLines读取所有内容:
# 读取文本 raw_content <- readLines("raw_data.txt", warn = FALSE)
步骤2:提取所需字段
过滤无效行,提取变量名、长度、类、模式四个字段:
# 筛选有效行:带变量名的HTML行、三个属性行 valid_rows <- raw_content[grepl("<p>.+</p>|Length|Class|Mode", raw_content)] # 提取变量名,清除HTML标签 var_name <- gsub("<[^>]+>", "", valid_rows[1]) # 提取各属性值,去除前后空格 length_val <- trimws(gsub("^.*Length:(.+)$", "\\1", valid_rows[grepl("Length", valid_rows)])) class_val <- trimws(gsub("^.*Class :(.+)$", "\\1", valid_rows[grepl("Class", valid_rows)])) mode_val <- trimws(gsub("^.*Mode :(.+)$", "\\1", valid_rows[grepl("Mode", valid_rows)]))
步骤3:构建整洁数据框
tidy_df <- data.frame( Variable = var_name, Length = as.integer(length_val), Class = class_val, Mode = mode_val, stringsAsFactors = FALSE )
输出tidy_df即可得到你需要的格式:
Variable Length Class Mode 1 id 112630 character character
如果你的文本文件包含多个变量的属性块,只需要给上述逻辑加循环,批量处理每个变量的属性块即可。
内容的提问来源于stack exchange,提问作者Faith Magut
相关产品推荐
相关产品推荐

