从多个文件提取数据时，如何编写tryCatch（）函数？

我目前正在处理数千个文件（扩展名为.MOD），希望从这些文件中提取特定信息。然后，这些信息将被收集到一个excel工作表中，每一行表示从一个.MOD文件中提取的信息。我设法做到了这一点

但是，有大约10-20个文件（成千上万个文件中）不包含我想要的格式的信息，因此会抛出一个错误。当然，我不能手动继续挖掘所有文件，也不能每次都对它们进行子集划分，以找出哪些文件抛出了错误。因此，我希望包含一个tryCatch（）函数，这样脚本仍然可以继续运行而不停止。对于给出错误的文件，我只希望这些特定单元格中的值替换为“error”。有人能帮我怎么做吗

以下是我希望最终excel输出的样子：

ID  COL1    COL2    COL3    COL4    COL5    COL6    COL7    COL8
Sample1 9-5-2014    10:42:41    600 1207    3   2   62  30
Sample2 8-1-2013    08:44:50    654 1873    1   7   60  45
Sample3 2-3-2013    14:47:40    767 1645    1   18  66  37
Sample4 8-2-2013    08:50:45    727 1500    1   8   68  45
Sample5 4-1-2013    13:08:49    Error   Error   Error   Error   Error   Error
Sample6 1-2-2013    13:08:47    720 1433    1   16  60  51
Sample7 3-4-2013    13:59:04    610 1343    2   13  66  32

以下是我的代码（以及错误）：

---

AR.MOD.files我将响应
lappy
解决方案，在单个列表元素中创建表，然后处理组合。下面是一个使用
data.table
包的示例，该包在找不到NA的地方用NA填充数据：

# # for installing:
# install.packages(data.table)
library(data.table)

# generate tables with uneven columns
set.seed(1)
tables <- lapply(1:10, function(i){
  ncols <- sample(1:5, 1, 1)
  out <- as.data.frame(matrix(runif(ncols), nrow=1, ncol=ncols))
})

# you can use rbindlist with fill=TRUE to fill the bad values with NA
output <- as.data.frame(rbindlist(tables, fill=TRUE))

##用于安装：
#install.packages（data.table）
库（数据表）
#生成列不均匀的表
种子（1）
tables我将响应
lappy
解决方案，在单个列表元素中创建表，然后处理组合。下面是一个使用
data.table
包的示例，该包在找不到NA的地方用NA填充数据：

# # for installing:
# install.packages(data.table)
library(data.table)

# generate tables with uneven columns
set.seed(1)
tables <- lapply(1:10, function(i){
  ncols <- sample(1:5, 1, 1)
  out <- as.data.frame(matrix(runif(ncols), nrow=1, ncol=ncols))
})

# you can use rbindlist with fill=TRUE to fill the bad values with NA
output <- as.data.frame(rbindlist(tables, fill=TRUE))

##用于安装：
#install.packages（data.table）
库（数据表）
#生成列不均匀的表
种子（1）
表这里有一种方法

writeLines（“a，b\n1,2”，“Letin\u good.csv”）
writeLines（“，“Letin_bad1.csv”）
writeLines（“c，d\n3,4”，“Letin_bad2.csv”）
#myfiles这里有一个方法

writeLines（“a，b\n1,2”，“Letin\u good.csv”）
writeLines（“，“Letin_bad1.csv”）
writeLines（“c，d\n3,4”，“Letin_bad2.csv”）
#myfiles您的错误具体发生在哪里？我不清楚流程在哪一点产生错误。然而。。。强烈建议您不要反复使用
rbind
，它的性能会非常差，如果您有10k文件，您会很快知道（并等待很长时间）。建议将其包装在
lappy
中，然后执行一次：
do.call（rbind.data.frame，框架列表）
。这也可能有助于解决您的一些错误文件问题。感谢您让我了解rbind。我会努力的。关于错误，它正好显示在我在代码中显示的步骤之后。但是它可能来自这里“AR.MOD.subset2您的错误到底发生在哪里？我不清楚该过程在哪一点产生错误。但是…强烈建议您不要反复使用
rbind
，它的性能将非常差，如果您有10k文件，您将很快知道（并等待很长时间）.建议将其包装在
lappy
中，然后执行一次：
do.call（rbind.data.frame，列出所有帧）
。这也可能有助于解决您的一些错误文件问题。感谢您让我知道rbind。我会处理这个问题。关于错误，它正好显示在我在代码中显示的步骤之后。但是如果用户不需要
数据，它可能来自这里的“AR.MOD.subset2”
用于其他部分，然后可以将
rbindlist
替换为
do.call（rbind.data.frame，tables）
。这是由于列不匹配而导致的错误。它的参数是否类似于
rbindlist
中的
fill
？其他选择。编辑：它现在有点老了，它的
dplyr
现在不是顶部的
plyr
solution@Jonny：您能用我的完整代码实现您的代码吗？这样我就可以按原样尝试，而不是犯错误？此外，是否可以添加除NA以外的其他内容（可能是“错误”）？由于其他原因，excel文件中确实存在NAs。这就是为什么我想把这些和其他名字分开，以便知道这是由于错误。是的，当然，编辑了我的答案。啊，等等，刚刚看到你的意思，忽略我的编辑如果用户不需要
数据。对于其他部分，则
rbindlist
可以替换为
do.call（rbind.data.frame，tables）
。这对我来说是由于列不匹配造成的错误。它的参数是否类似于
rbindlist
中的
fill
？其他选择。编辑：它现在有点老了，它的
dplyr
现在不是顶部的
plyr
solution@Jonny：您能用我的完整代码实现您的代码吗？这样我就可以按原样尝试，而不是犯错误？此外，是否可以添加除NA以外的其他内容（可能是“错误”）？由于其他原因，excel文件中确实存在NAs。这就是为什么我想把这些和其他名字分开，以便知道这是由于错误。是的，当然，编辑了我的答案。啊，等等，刚刚明白你的意思，忽略我的编辑
> AR.MOD <- read.table("Sample3AR.MOD", header = FALSE, fill = TRUE)
> AR.MOD
    V1 V2        V3      V4   V5   V6   V7
1 Case  1 28-1-2013 8:44:50                     
2  Run NA                                       
3    R  1    783,76 1873,70 1,34 7,48 0,60

# # for installing:
# install.packages(data.table)
library(data.table)

# generate tables with uneven columns
set.seed(1)
tables <- lapply(1:10, function(i){
  ncols <- sample(1:5, 1, 1)
  out <- as.data.frame(matrix(runif(ncols), nrow=1, ncol=ncols))
})

# you can use rbindlist with fill=TRUE to fill the bad values with NA
output <- as.data.frame(rbindlist(tables, fill=TRUE))

# # for installing:
# install.packages(data.table)
library(data.table)

# Set this to what you expect max to be 
ncol_total <- 9
tables <- lapply(AR.MOD.files, function(fileName){
  AR.MOD <- read.table(fileName, header = FALSE, fill = TRUE)
  AR.MOD.subset1 <- AR.MOD[c(1), 3:4]
  names(AR.MOD.subset1) <- c("COL1", "COL2")
  AR.MOD.subset2 <- AR.MOD[c(3), 3:8]
  names(AR.MOD.subset2) <- c("COL3", "COL4", "COL5", "COL6", "COL7", "COL8")
  AR.MOD.final <- merge(AR.MOD.subset1, AR.MOD.subset2)
  ID <- basename(fileName)
  AR.MOD.final <- merge (ID, AR.MOD.final)
  colnames(AR.MOD.final)[colnames(AR.MOD.final)=="x"] <- "ID"

  # add in missing data
  ncol_file <- ncol(AR.MOD.final)
  missing <- ncol_total - ncol_file
  if(missing > 0){
    new_data <- as.data.frame(matrix("Error", nrow=nrow(AR.MOD.final), ncol=missing))
    AR.MOD.final <- cbind(AR.MOD.final, AR.MOD.final)
  }

  AR.MOD.final
})

# this will likely screw up the column names. Its better to know what these
# are and assign after, as long as the tables are all in the same order
output <- as.data.frame(rbindlist(tables, use.names = FALSE))
names(output) <- c("ID", "COL1", "COL2", "COL3", "COL4", "COL5", "COL6", "COL7"
                   "COL8")

# continuing on
output$ID <- gsub("AR.MOD", "", paste(output$ID))
output$ID <- gsub("ar.MOD", "", paste(output$ID))
print(output)