Fatal编程技术网
  • r/
  • R 如何将带有字符串和空格的数据拆分为列？

R 如何将带有字符串和空格的数据拆分为列？

r

R 如何将带有字符串和空格的数据拆分为列？,r,extract,R,Extract,我使用以下代码仅读取中包含文本3 16的行 输出如下所示 . 1 9.023200+4 2.300448+2 0 0 0 09040 3 16 1 2 -6.440430+6-6.440430+6 0 0 1 409040 3 16 2 3 40 2

我使用以下代码仅读取中包含文本
3 16
的行

输出如下所示

    .
1   9.023200+4 2.300448+2          0          0          0          09040 3 16    1
2  -6.440430+6-6.440430+6          0          0          1         409040 3 16    2
3           40          2                                            9040 3 16    3
4   6.468430+6 0.000000+0 6.600000+6 1.842410-2 6.800000+6 7.644670-29040 3 16    4
5   7.000000+6 2.498850-1 7.200000+6 4.665000-1 7.400000+6 7.131000-19040 3 16    5
6   7.600000+6 9.584290-1 7.800000+6 1.185110+0 8.000000+6 1.376980+09040 3 16    6
7   8.500000+6 1.727940+0 9.000000+6 1.935280+0 9.500000+6 2.052600+09040 3 16    7
8   1.000000+7 2.117610+0 1.050000+7 2.161300+0 1.100000+7 2.186090+09040 3 16    8
9   1.150000+7 2.206630+0 1.200000+7 2.225060+0 1.250000+7 2.184630+09040 3 16    9
10  1.300000+7 2.057370+0 1.350000+7 1.813340+0 1.400000+7 1.537510+09040 3 16   10
11  1.450000+7 1.249570+0 1.500000+7 9.857581-1 1.600000+7 6.089410-19040 3 16   11
12  1.700000+7 4.387180-1 1.800000+7 3.558570-1 1.900000+7 3.203910-19040 3 16   12
13  2.000000+7 2.946310-1 2.100000+7 2.684380-1 2.200000+7 2.489610-19040 3 16   13
14  2.300000+7 2.335810-1 2.400000+7 2.203580-1 2.500000+7 2.085120-19040 3 16   14
15  2.600000+7 1.987450-1 2.700000+7 1.895320-1 2.800000+7 1.813270-19040 3 16   15
16  2.900000+7 1.747920-1 3.000000+7 1.689870-1 3.000000+7 0.000000+09040 3 16   16
17  2.000000+8 0.000000+0                                            9040 3 16   17
现在我需要把它分成10列。如何使用regrex进行此操作

data316 = grep(word, data, value = TRUE) %>%
  as.data.frame()%>%
  extract(.,., into = paste("Col",1:10,sep="_"),
           regex = "this need to be filled..")
我尝试使用正则表达式进行提取，但失败了

这10列是明确决定的。有什么帮助吗？

正如评论中建议的那样，我们可以使用
read.fwf（）
（即通过链接和取消链接tempfile来应用
read.fwf
中“示例”一节中显示的过程）在函数中按行使用
lapply（）
，并将它们绑定在一起
read.fwf（）
读取具有固定宽度格式的表，因此我们必须以向量形式告诉它我们想要的宽度。因为您需要10列，所以我们将其嵌套到第二个函数中，使rownames（number）成为第一列

fun1 <- function(y) {
  d <- do.call(rbind, lapply(y, function(x) {
    ff <- tempfile()
    cat(file=ff, as.character(x))
    return(read.fwf(ff, widths=c(rep(11, 5), 15, 2, 3, 5),  # vector of widths
                    colClasses="character"))  # character to achieve desired output
    unlink(ff)
  }))
  return(setNames(cbind(rownames(d), d), paste0("V", 1:10)))
}
然而，这些数据还不是数字。（似乎还有人对“9040”一词的误解）也许你会更喜欢这样。为了实现这一点，我们可以做以下几点

fun2 <- function(x) {
  d <- do.call(rbind, lapply(x, function(y) {
    ff <- tempfile()
    cat(file=ff, as.character(y), sep="\n")
    return(read.fwf(ff, widths=c(rep(11, 6), 4, 2, 3, 5), 
                    colClasses="character"))
    unlink(ff)
  }))
  # coerce subset of dataframe to numerics
  s <- d[, 1:6]
  s <- do.call(cbind, lapply(s, function(z) {
    # precede + and - with an e so that R can recognize number
    z <- gsub("\\+", "e\\+", z)
    z <- gsub("\\-", "e\\-", z)
    s <- as.numeric(z)
  }))
  return(cbind(s, d[, 7:10]))
}
注意：我之前运行了
options（scipen=-999，数字=4）
来实现这个科学输出（使用
选项（scipen=0，数字=7）
重置为默认值）

数据

data316您是否尝试过专门为读取固定宽度数据而设计的
read.fwf（）
？请注意，
V
不是科学格式。我在
fun2（data316）
之前运行了
options（scipen=-999，digits=6）
。我不明白“
V
不是科学格式”。很抱歉出错。我的意思是，输出中的第一列不是科学格式，您是对的，这是因为将
V1
排除在
fun2（）中不再需要的子集中。请看我的编辑。补充说明就足够了吗？解释得很好。非常感谢你的帮助
V1
，
V3
，
V5
将位于单个向量中，如$\begin{pmatrix}V1\\V2\\V3\end{pmatrix}$，相应的
V2
，
V4
，
V6
必须与它们一起
cbind
。我已经试过了，但没有得到，因为它得到整理。我将补充另一个问题。多谢各位

> fun1(data316)
   V1          V2          V3          V4          V5          V6              V7 V8  V9   V10
1   1  9.023200+4  2.300448+2           0           0           0           09040  3  16     1
2   2 -6.440430+6 -6.440430+6           0           0           1          409040  3  16     2
3   3          40           2                                                9040  3  16     3
4   4  6.468430+6  0.000000+0  6.600000+6  1.842410-2  6.800000+6  7.644670-29040  3  16     4
5   5  7.000000+6  2.498850-1  7.200000+6  4.665000-1  7.400000+6  7.131000-19040  3  16     5
6   6  7.600000+6  9.584290-1  7.800000+6  1.185110+0  8.000000+6  1.376980+09040  3  16     6
7   7  8.500000+6  1.727940+0  9.000000+6  1.935280+0  9.500000+6  2.052600+09040  3  16     7
8   8  1.000000+7  2.117610+0  1.050000+7  2.161300+0  1.100000+7  2.186090+09040  3  16     8
9   9  1.150000+7  2.206630+0  1.200000+7  2.225060+0  1.250000+7  2.184630+09040  3  16     9
10 10  1.300000+7  2.057370+0  1.350000+7  1.813340+0  1.400000+7  1.537510+09040  3  16    10
11 11  1.450000+7  1.249570+0  1.500000+7  9.857581-1  1.600000+7  6.089410-19040  3  16    11
12 12  1.700000+7  4.387180-1  1.800000+7  3.558570-1  1.900000+7  3.203910-19040  3  16    12
13 13  2.000000+7  2.946310-1  2.100000+7  2.684380-1  2.200000+7  2.489610-19040  3  16    13
14 14  2.300000+7  2.335810-1  2.400000+7  2.203580-1  2.500000+7  2.085120-19040  3  16    14
15 15  2.600000+7  1.987450-1  2.700000+7  1.895320-1  2.800000+7  1.813270-19040  3  16    15
16 16  2.900000+7  1.747920-1  3.000000+7  1.689870-1  3.000000+7  0.000000+09040  3  16    16
17 17  2.000000+8  0.000000+0                                                9040  3  16    17



fun2 <- function(x) {
  d <- do.call(rbind, lapply(x, function(y) {
    ff <- tempfile()
    cat(file=ff, as.character(y), sep="\n")
    return(read.fwf(ff, widths=c(rep(11, 6), 4, 2, 3, 5), 
                    colClasses="character"))
    unlink(ff)
  }))
  # coerce subset of dataframe to numerics
  s <- d[, 1:6]
  s <- do.call(cbind, lapply(s, function(z) {
    # precede + and - with an e so that R can recognize number
    z <- gsub("\\+", "e\\+", z)
    z <- gsub("\\-", "e\\-", z)
    s <- as.numeric(z)
  }))
  return(cbind(s, d[, 7:10]))
}



> fun2(data316)
          V1        V2       V3        V4       V5        V6   V7 V8  V9   V10
1  9.023e+04 2.300e+02 0.00e+00 0.000e+00 0.00e+00 0.000e+00 9040  3  16     1
2         NA        NA 0.00e+00 0.000e+00 1.00e+00 4.000e+01 9040  3  16     2
3  4.000e+01 2.000e+00       NA        NA       NA        NA 9040  3  16     3
4  6.468e+06 0.000e+00 6.60e+06 1.842e-02 6.80e+06 7.645e-02 9040  3  16     4
5  7.000e+06 2.499e-01 7.20e+06 4.665e-01 7.40e+06 7.131e-01 9040  3  16     5
6  7.600e+06 9.584e-01 7.80e+06 1.185e+00 8.00e+06 1.377e+00 9040  3  16     6
7  8.500e+06 1.728e+00 9.00e+06 1.935e+00 9.50e+06 2.053e+00 9040  3  16     7
8  1.000e+07 2.118e+00 1.05e+07 2.161e+00 1.10e+07 2.186e+00 9040  3  16     8
9  1.150e+07 2.207e+00 1.20e+07 2.225e+00 1.25e+07 2.185e+00 9040  3  16     9
10 1.300e+07 2.057e+00 1.35e+07 1.813e+00 1.40e+07 1.538e+00 9040  3  16    10
11 1.450e+07 1.250e+00 1.50e+07 9.858e-01 1.60e+07 6.089e-01 9040  3  16    11
12 1.700e+07 4.387e-01 1.80e+07 3.559e-01 1.90e+07 3.204e-01 9040  3  16    12
13 2.000e+07 2.946e-01 2.10e+07 2.684e-01 2.20e+07 2.490e-01 9040  3  16    13
14 2.300e+07 2.336e-01 2.40e+07 2.204e-01 2.50e+07 2.085e-01 9040  3  16    14
15 2.600e+07 1.987e-01 2.70e+07 1.895e-01 2.80e+07 1.813e-01 9040  3  16    15
16 2.900e+07 1.748e-01 3.00e+07 1.690e-01 3.00e+07 0.000e+00 9040  3  16    16
17 2.000e+08 0.000e+00       NA        NA       NA        NA 9040  3  16    17



data316 <- grep(paste(c("3", "16"), collapse=" "),
                readLines("1.txt"), value = TRUE)