Bearbeiten Sie mehrere Dateien in R

Ich bin neu in R und bin auf der Suche nach einem code zu manipulieren, um Hunderte von Dateien, die ich in der hand. Sie sind .txt-Dateien mit ein paar Zeilen von unerwünschten text, gefolgt von Spalten von Daten, suchen so etwas wie dieses:

XXXXX 
XXXXX
XXXXX
Col1 Col2 Col3 Col4 Col5
1 36 37 35 36 
2 34 34 36 37 
. 
. 
1500 34 35 36 35

Schrieb ich einen code (unten) extrahieren Sie ausgewählte Zeilen in die Spalten 1 und 5 von einer Person .txt-Datei, und würde gerne eine Schleife für alle Dateien, die ich habe.

data <- read.table(paste("/Users/tan/Desktop/test/01.txt"), skip =264, nrows = 932)
selcol<-c("V1", "V5")
write.table(data[selcol], file="/Users/tan/Desktop/test/01ed.txt", sep="\t")

Mit dem obigen code, die .txt-Datei sieht nun wie folgt aus:

Col1 Col5  
300 34  
. 
. 
700 34

Wenn möglich, würde ich gerne kombinieren, alle Col5 der .txt-Dateien mit einem von Spalte 1 (das ist das gleiche für alle txt-Dateien), so dass es wie folgt aussieht:

Col1 Col5a Col5b Col5c Col5d ...
300 34 34 36 37
. 
. 
700 34 34 36 37

Danke!
Tan

willkommen auf der Website! Der stack-overflow-Website verwendet den {} - Taste, um format-code oder das Einrücken mit vier Leerzeichen. Ich ging durch und versuchte format der code, der die Art, wie ich denke, es sollte auf den </p> - tags, die Sie dort hatten. Sie können es wieder ändern, wenn ich etwas Durcheinander.
Super Arbeit!!! es sieht viel klarer jetzt... ich danke Euch so sehr, Chase! 🙂

InformationsquelleAutor Tan | 2011-06-21

5

Okay - ich denke ich trifft auf alle deine Fragen hier, aber lassen Sie mich wissen, wenn ich etwas verpasst. Der Allgemeine Prozess, den wir Durchlaufen hier:
1. Identifizieren Sie alle Dateien, die wir Lesen wollen und Prozess in unserem Arbeitsverzeichnis
2. Verwenden lapply Durchlaufen jede dieser Datei-Namen zum erstellen einer einzelnen Liste-Objekt, das enthält alle Daten,
3. Wählen Sie die Spalten, die von Interesse
4. Zusammenführen der gemeinsamen Spalte
Für die Zwecke der Beispiel betrachten Sie ich habe vier Dateien namens file1.txt durch file4.txt, die alle wie folgt Aussehen:
```
    x           y          y2
1   1  2.44281173 -2.32777987
2   2 -0.32999022 -0.60991623
3   3  0.74954561  0.03761497
4   4 -0.44374491 -1.65062852
5   5  0.79140012  0.40717932
6   6 -0.38517329 -0.64859906
7   7  0.92959219 -1.27056731
8   8  0.47004041  2.52418636
9   9 -0.73437337  0.47071120
10 10  0.48385902  1.37193941

##1. identify files to read in
filesToProcess <- dir(pattern = "file.*\\.txt$")
> filesToProcess
[1] "file1.txt" "file2.txt" "file3.txt" "file4.txt"


##2. Iterate over each of those file names with lapply
listOfFiles <- lapply(filesToProcess, function(x) read.table(x, header = TRUE))

##3. Select columns x and y2 from each of the objects in our list
listOfFiles <- lapply(listOfFiles, function(z) z[c("x", "y2")])

##NOTE: you can combine steps 2 and 3 by passing in the colClasses parameter to read.table.
#That code would be:
listOfFiles <- lapply(filesToProcess, function(x) read.table(x, header = TRUE
  , colClasses = c("integer","NULL","numeric")))

##4. Merge all of the objects in the list together with Reduce. 
# x is the common columns to join on
out <- Reduce(function(x,y) {merge(x,y, by = "x")}, listOfFiles)
#clean up the column names
colnames(out) <- c("x", sub("\\.txt", "", filesToProcess))
```
Ergebnisse im folgenden:
```
> out
    x       file1        file2       file3        file4
1   1 -2.32777987 -0.671934857 -2.32777987 -0.671934857
2   2 -0.60991623 -0.822505224 -0.60991623 -0.822505224
3   3  0.03761497  0.049694686  0.03761497  0.049694686
4   4 -1.65062852 -1.173863215 -1.65062852 -1.173863215
5   5  0.40717932  1.189763270  0.40717932  1.189763270
6   6 -0.64859906  0.610462808 -0.64859906  0.610462808
7   7 -1.27056731  0.928107752 -1.27056731  0.928107752
8   8  2.52418636 -0.856625895  2.52418636 -0.856625895
9   9  0.47071120 -1.290480033  0.47071120 -1.290480033
10 10  1.37193941 -0.235659079  1.37193941 -0.235659079
```
- Vielen Dank Chase für deine Antwort. Es scheint nicht zu funktionieren obwohl. Wäre es, weil meine ersten Dateien sind nicht völlig Tabellen gibt es Zeilen text, bevor die Tabelle beginnt? Würde es das problem lösen, wenn ich wurden, Durchlaufen Sie die Dateien mit meinem ersten code für eine einzelne Datei zuerst, und Folgen Sie dann mit den Schritten?
- was geht "falsch"ist?
- wo @Chase hat die read.table(....) Anrufe, fügen Sie einfach in Ihre Argumente skip = 264, nrows = 932. Zum Beispiel, wo er function(x) read.table(x, header = TRUE) ändern Sie es zu function(x) read.table(x, header = TRUE, skip = 264, nrows = 932) aber tun, stellen Sie sicher, dass alle Dateien 932 Zeilen. Wenn die nicht und nach nicht-Daten-Zeilen, der rest der Datei besteht aus Daten, nur lassen Sie die nrow = 932 bit.
- wäre es nicht einfacher, zu tun, Weg mit der merge() Schritt und Lesen Sie einfach die Spalte, die wir wollen, und dann einen extra Lesen für die doppelte Spalte? Wir können sapply() Rückkehr der matrix der Spalten wollte, anstatt lassen Sie als eine Liste mit lapply(). So etwas wie: cbind(read.table(filesToProcess[1], header = TRUE)[,1], sapply(filesToProcess, function(x) read.table(x, header = TRUE)[,3])) (Sorry, dass wrap furchtbar.) Und dann reinigen Sie die Spalte Namen?
- das ist ein sehr guter Punkt. Ich war wirklich versucht, eine Ausrede zu finden zu bedienen do.call() - und merge, aber das hat nicht funktioniert wie geplant, so landete ich mit Reduce(). cbind() und sapply() sind sicherlich weniger esoterisch als Reduce() zu. Danke für den Tipp.
- anstatt alle Spalten Lesen und verwerfen die meisten von Ihnen später, würde ich wählen Sie die, die Lesen mit colClasses im read.table. Eine Sache, die möglicherweise schief gehen mit Ihrem Verfahren haben Sie unterschiedliche Anzahl von Zeilen zu überspringen / zu Lesen, in dem Fall readLines + grep besser geeignet sein können. Ein letzter Tipp; mit der reshape Paket können Sie leicht melt die Ausgabe von lapply und erhalten eine lang-format-Daten.Rahmen mit all Ihren Beobachtungen tagged with variable L1 bezogen auf die ursprüngliche Datei.
- und @Chase - vielen Dank! Es ist gut, bis listOfFiles <- lapply(listOfFiles, function(z) z[c("x", "y2")]), wo eine Fehlermeldung zurück: Error in [.data.frame(z, c("x", "y2")) : undefined columns selected Was kann ich tun, um dieses Problem beheben? Danke!!!
- Ich dachte mir, das man oben raus... wenn ich entfernen header=TRUE es funktioniert gut, wahrscheinlich wegen der vorangehenden Zeilen text, bevor die Tabelle beginnt für jede Datei. Ich bin jetzt ratlos an out <- Reduce(function(x,y) {merge(x,y, by = "x")}, listOfFiles) - Fehlermeldung: Error in fix.by(by.x, x) : 'by' must specify valid column(s) und colnames(out) <- c("x", sub("\\.txt", "", filesToProcess))- Fehlermeldung: Error in colnames<-(*tmp*, value = c("x", "00.jaz", "01.jaz", "02.jaz", : attempt to set colnames on object with less than two dimensions
- Sie müssen aktualisieren Sie die Spaltennamen entsprechend den Spalten in Ihrer tatsächlichen Daten. Wenn Sie einen Blick auf das Beispiel, das ich gepostet, das "gemeinsame" Spalte den Namen "x" und die zweite Spalte wir extrahierten die Bezeichnung "y2". Sie wollen, Sie zu aktualisieren "x" und "y2" mit dem, was die Spalten benannt sind, die in Ihrem Daten-Dateien.
- Vielen, vielen Dank! Es funktioniert nun perfekt!! 🙂
InformationsquelleAutor Chase

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.