Importieren einer Textdatei in R

Ich habe eine Textdatei, die enthält mehr als 100.000 Zeilen, die ich herunterladen wöchentlich von SAP. es ist Download-Seiten und jede Seite enthält den gleichen header zusammen mit gestrichelter Linie. ein minimal-Beispiel mit zwei Seiten mit jeweils nur zwei items gibt es weiter unten.

------------------------------------------------------------
|date              |Material          |Description         |
|----------------------------------------------------------|
|10/04/2013        |WM.5597394        |PNEUMATIC           |
|11/07/2013        |GB.D040790        |RING                |
------------------------------------------------------------

------------------------------------------------------------
|date              |Material          |Description         |
|----------------------------------------------------------|
|08/06/2013        |WM.4M01004A05     |TOUCHEUR            |
|08/06/2013        |WM.4M010108-1     |LEVER               |
------------------------------------------------------------

was ich möchte zu tun ist, importieren Sie diese Datei in R mit nur einem header und keine Strich-Linien. Ich habe versucht:

read.table( "myfile.txt",  sep = "|", fill=TRUE)

Vielen Dank

  • Ist das etwa der Inhalt von einem einzigen oder von zwei Dateien?
  • alle Zeilen enthalten sind, in einem einzigen text-Datei
InformationsquelleAutor Ragy Isaac | 2014-01-14
  1. 9

    Anderen readLines Ansatz:

    l <- readLines("myfile.txt")

# remove unnecessary lines
l <- grep("^\\|?-+\\|?$|^$", l, value = TRUE, invert = TRUE)

# remove duplicated headers
l2 <- c(l[1], l[-1][l[-1] != l[1]])

# split
lsplit <- strsplit(l2, "\\s*\\|")

# create data frame
dat <- setNames(data.frame(do.call(rbind, lsplit[-1])[ , -1]), lsplit[[1]][-1])


        date      Material Description
1 10/04/2013    WM.5597394   PNEUMATIC
2 11/07/2013    GB.D040790        RING
3 08/06/2013 WM.4M01004A05    TOUCHEUR
4 08/06/2013 WM.4M010108-1       LEVER
    InformationsquelleAutor Sven Hohenstein
  2. 4

    Können Sie pre-Prozess-Datei, wie text, dann verwenden Sie read.table:

    lines <- readLines("myfile.txt")
lines <- sapply(lines, gsub, pattern="[-]{2,}|[|]", replacement="")
lines <- c(lines[2], lines[lines!="" & lines!=lines[2]])

read.table(text=lines, header=T)

    gibt

            date      Material Description
1 10/04/2013    WM.5597394   PNEUMATIC
2 11/07/2013    GB.D040790        RING
3 08/06/2013 WM.4M01004A05    TOUCHEUR
4 08/06/2013 WM.4M010108-1       LEVER
    InformationsquelleAutor redmode
  3. 2

    Können Sie readLines und read.table (nicht sehr effizienten):

    ll <- readLines(textConnection(txt))
dat <- read.table(text=ll[!grepl('--',ll)],sep='|',header=TRUE)[,-c(1,5)]
dat[!grepl('date',dat$date),]
            date           Material          Description
1 10/04/2013         WM.5597394         PNEUMATIC           
2 11/07/2013         GB.D040790         RING                
4 08/06/2013         WM.4M01004A05      TOUCHEUR            
5 08/06/2013         WM.4M010108-1      LEVER
    • Wie kann ich die Datei Lesen "myfile.txt"
    • Es filtert 'WM.4M010108-1'
    • verwenden readLines("myfile.txt").
    • auch bricht es rownames Sequenz
    InformationsquelleAutor agstudy
  4. 1

    Wie bereits von den anderen Antworten, readLines ist der Weg zu gehen

    sap <- readLines("myfile.txt")
sap <- gsub("(^\\||\\|$|\\-{2,}|\\s+)", "", sap)
sap <- sap[nchar(sap) > 0]
ind <- grep("^date", sap)
header <- sap[ind]
header <- unique(unlist(strsplit(header, "\\|")))
sap <- sap[-ind]

sap <- read.table(text = sap, sep = "|",
                  col.names = header,
                  stringsAsFactors = FALSE)
str(sap)
##         date      Material Description
## 1 10/04/2013    WM.5597394   PNEUMATIC
## 2 11/07/2013    GB.D040790        RING
## 3 08/06/2013 WM.4M01004A05    TOUCHEUR
## 4 08/06/2013  WM.4M0101081-1       LEVER
    • Es entfernt "-" Material-Spalte, Letzte Zeile
    • Guten Fang. Ich bearbeitet meine Antwort
    InformationsquelleAutor dickoa
  5. -1

    Können Sie haben, so schreiben Sie einen benutzerdefinierten Lesen.file () - Funktion.
    Ich schlage vor, starten Sie mit scan(), Lesen Sie jede Zeile als ein element eines Vektors, und dann manipulieren, jede Linie nach seinem Inhalt

    InformationsquelleAutor Andrea
Schreibe einen Kommentar