使用R将TXT文件转换为Excel时，遭遇不规则空格分隔问题

嘿，我太懂这种被“数量不等的空格”坑到的烦躁了！这种看起来对齐但分隔符不统一的文本文件，确实是R新手导入数据时的常见卡点，不过咱们有好几种简单直接的办法搞定它，我给你拆解清楚：

方法1：用R基础包自带的read.table（无需额外装包） #

R的基础函数read.table天生就支持处理任意数量的空格/制表符作为分隔符，直接用就行：

# 导入文件，header=FALSE表示你的文件没有表头（如果有表头就改成TRUE）
my_data <- read.table("你的文件路径/文件名.txt", header = FALSE, sep = "", stringsAsFactors = FALSE)

# 示例：如果你的文件第一行是表头，比如"Name Age City"，就这么写
# my_data <- read.table("你的文件名.txt", header = TRUE, sep = "", stringsAsFactors = FALSE)

这里的关键是sep = ""——当你把分隔符设为空字符串时，R会自动识别一个或多个连续的空白字符（空格、制表符都算）作为列的分隔线，完美匹配你的文件格式。

方法2：用readr包（更高效，适合大文件） #

如果你习惯用tidyverse系列工具，readr包里的read_table函数专门针对这种空白分隔的文件设计，速度更快，返回的tibble格式也更接近Excel表格的观感：

# 先安装包（第一次用的话）
install.packages("readr")
# 加载包
library(readr)

# 导入文件，col_names=FALSE表示无表头，有表头就设为TRUE
my_data <- read_table("你的文件名.txt", col_names = FALSE)

# 进阶：直接指定列名，不用后续再改
# my_data <- read_table("你的文件名.txt", col_names = c("FullName", "AgeDetail", "City"))

小技巧：整理提取有用信息 #

比如你的文件里Age列是带"Age "前缀的（比如"Age 35"），如果想把数字单独提出来作为数值列，可以这么做：

# 给数据集列命名
colnames(my_data) <- c("Full_Name", "Age_Text", "City")
# 提取Age列的数字部分，转成数值型
my_data$Age <- as.numeric(sub("Age ", "", my_data$Age_Text))

这样处理后，你就能得到和Excel一样规整的表格啦！

内容的提问来源于stack exchange，提问作者Amy Fitzgerald