R 导入不带行分隔符的固定宽度数据文件

我有固定宽度的数据文件（.dbf），没有行分隔符。下面是该数据文件的两行内容：

20141101 77h  3.210                                  0    3 20141102 76h  3.090                                  0    3 

一行的宽度是

c（8,4,7,41）

对于日期（8）、一些时间度量（4）、数据点（7）和一些其他列，我可以将它们汇总到一个“rest”列（41）。一行之后没有分隔符，下一行只是附加到第一行。所有的时间步基本上都是连续地写在一行中。此文件中只有数字、字符和空白

使用

read.fwf（'filepath'，widths=c（8,4,7,41））

R在第一行之后由于缺少行分隔符而停止读取

当没有行分隔符时，是否有参数告诉

read.fwf（）

何时开始读取新行？或者我应该使用不同的读取命令

---

提前谢谢。

也许不是最好的主意，但这应该行得通：

content <- scan('filepath','character',sep='~') # Warning choose a sep not appearing in datas to get the whole file.
# Split content in lines:
lines <- regmatches(content,gregexpr('.{60}',content))[[1]]
x <- tempfile()
write(lines,x)
data <- read.fwf(x, widths = c(8,4,7,41))
unlink(x)

其中：

        V1   V2      V3                                        V4
1 20141101  77h   3.210                                   0    3 
2 20141102  76h   3.090                                   0    3 

        VA  VB    VC VD VE
1 20141101 77h 3.210  0  3
2 20141102 76h 3.090  0  3

str\u match\u all

返回一个列表，这里有一个元素，因为只有一行作为输入，所以我们用

[[1]]]

删除它

现在返回的是5列，第一列是完全匹配的，其他列是捕获组，因此我们在第2列到第5列上对矩阵进行子集，以仅获得所需的4列，并将其包装在

as.data.frame

中，以在末尾获得data.frame

---

然后，您可以使用

colnames（d）来命名列，这是一种不同的、可能不那么优雅的解决方案，它具有
readLines
、
substr
、
trimws
、
separate
（tidyr）和
mutate\u all
（dplyr）：

要获得不同的列名，只需将
c（paste0（“V”，字母[1:5]）
替换为所需的列名向量

如果您想将列转换为正确的类，而不是转换为
字符
，您可以在
中使用
funs（ul=type.convert（trimws（））
mutate\u all
除了其他答案之外，还有一些关于
dbf文件
的一般信息：

除非这是静态文件的一次性读取，否则最好先检查文件/字段结构，以防随时间变化。有关dbf文件的内部结构，请参阅

但也许更重要的是：

dbf文件中的每条记录前面都有一个字节作为删除标志。如果这是一个空格，则不会删除该记录，如果它是星号
*
，则会将该记录标记为删除（在打包文件之前不会从dbf文件中删除记录），您可能希望跳过这些记录。例如，数据的第一部分也可以被“
删除”
”覆盖

因此，在您的记录
c（8,4,7,41）
中，rest列（41）的最后一个字节实际上是它后面的记录的删除标志-并且文件中的最后一个记录对于该字段只有40个字节（但是如果您幸运的话，该文件有一个EOF标记（
0x1a
），因此可能您没有大小问题）

因此，您的记录实际上应该是：
c（1,8,4,7,40）
，其中
1
是删除标志，并提前开始一个字节。
您可以每60个字符添加一个行分隔符？（）非常感谢您的建议，但是这个解决方案也存在同样的问题，即.fwf（）在第一行之后停止。@Ben的确，我应该测试一下。我会用一个合适的解决方案更新答案。@Tensibai不会花太多时间在上面，因为Jaap的答案很好。但是谢谢你的建议！干净完美的解决方案。谢谢！@Ben Thanx:-）现在还添加了一个关于如何正确设置列类的注释。
td <- data.frame( trimws( str_match_all( content, "(.{8})(.{4})(.{7})(.{41})")[[1]][,2:5] ), stringsAsFactors=FALSE)

        X1  X2    X3     X4
1 20141101 77h 3.210 0    3
2 20141102 76h 3.090 0    3

txt <- readLines('filepath')
dfx <- data.frame(V1 = sapply(seq(from=1, to=nchar(txt), by=60),
                              function(x) substr(txt, x, x+59)))

library(dplyr)
library(tidyr)
dfx %>% 
  separate(V1, c(paste0("V",LETTERS[1:5])), c(8,12,19,55)) %>% 
  mutate_all(trimws)

        VA  VB    VC VD VE
1 20141101 77h 3.210  0  3
2 20141102 76h 3.090  0  3