R语言如何将56个短横线分隔的TXT文件解析导入为dataframe

你之前直接用read_delim指定分隔符为:无法得到正确结果，是因为该文件不是按行存储单条记录的常规结构化文件，而是用短横线分隔分块、每块内逐行存储键值对的特殊结构，需要先做预处理再转成数据框，两种常用实现方案如下：

方案1：仅使用基础R实现 #

无需安装额外依赖，适合轻量使用场景：

• 第一步：读取所有行并过滤分割线、去除首尾空格

# 读取文件所有行
lines <- readLines("TextFileName.txt")
# 过滤全是短横线的分割行，同时去除每行首尾空格
lines <- trimws(lines[!grepl("^-{5,}$", lines)])

• 第二步：将每行按:+空格拆分为键、值两部分

kv_pairs <- strsplit(lines, ": ", fixed = TRUE)

• 第三步：按记录分组，示例中每个记录包含3个键值对，可根据实际列数调整分组参数3

record_groups <- split(kv_pairs, ceiling(seq_along(kv_pairs)/3))

• 第四步：转换为数据框

df <- do.call(rbind, lapply(record_groups, function(x) {
  setNames(data.frame(t(sapply(x, `[`, 2)), stringsAsFactors = FALSE), sapply(x, `[`, 1))
}))
# 按需转换列类型，比如将Record列转为整数
df$Record <- as.integer(df$Record)

方案2：使用tidyverse生态实现 #

代码更简洁，可适配记录列数不固定的场景：

• 先加载依赖包

library(tidyverse)

• 链式处理直接得到结果

df <- read_lines("TextFileName.txt") %>%
  trimws() %>%
  # 过滤分割线和空行
  discard(~grepl("^-{5,}$|^$", .x)) %>%
  # 拆分键、值
  str_split_fixed(": ", n = 2) %>%
  as.data.frame() %>%
  setNames(c("key", "value")) %>%
  # 自动按Record标记不同记录的ID
  mutate(record_id = cumsum(key == "Record")) %>%
  # 长表转宽表得到最终结构
  pivot_wider(names_from = key, values_from = value) %>%
  # 清理多余列、自动适配列类型
  select(-record_id) %>%
  type.convert(as.is = TRUE)

内容的提问来源于stack exchange，提问作者Florian