从包含多个头行和空格的文本文件中导入R中的数据

Question

我想上传一个包含多个头行和空格的数据文件到R.我已经复制了这里的数据

# File name
#
#@   1  "Some text"                                                   "aa"
#@   2  "Some text"                                                   "bb"
#@   3  "Some text"                                                   "cc"
#@   4  "Some text"                                                   "dd"
#@   5  "Some text"                                                   "ee"
#@   6  "Some text"                                                   "ff"
#
#
#
#
0.000000e+00  0.000000e+00  0.000000e+00  0.000000e+00  0.000000e+00  0.000000e+00  
1.000000e-03  3.727051e-04  2.532203e-04  4.736003e-04  3.727051e-07  0.000000e+00   
2.000000e-03  2.266785e-03  1.540081e-03  2.880429e-03  2.639490e-06  0.000000e+00  
3.000000e-03  7.538553e-03  5.121786e-03  9.579321e-03  1.017804e-05  0.000000e+00   
4.000000e-03  1.838835e-02  1.249329e-02  2.336627e-02  2.856639e-05  0.000000e+00  
5.000000e-03  3.703296e-02  2.516073e-02  4.705817e-02  6.559935e-05  0.000000e+00 
6.000000e-03  2.266785e-03  1.540081e-03  2.880429e-03  2.639490e-06  0.000000e+00  
7.000000e-03  7.538553e-03  5.121786e-03  9.579321e-03  1.017804e-05  0.000000e+00   
8.000000e-03  1.838835e-02  1.249329e-02  2.336627e-02  2.856639e-05  0.000000e+00  
9.000000e-03  3.703296e-02  2.516073e-02  4.705817e-02  6.559935e-05  0.000000e+00

可以看到，它包含9行和6列。问题是在包含列名的实际数据集之上有一堆标题数据。我尝试使用read_table命令和空白分隔符，但是列被限制为3，而不是6

dat <- read_table("example.txt", col_names = F)

我想导入数据，转换为数字和标签与文件中列出的标题名称的每一列。所以第一列的名称是&;Some text &;，第二列的名称是&;Some text bb&;等等......有办法得到这个吗?我有100个这样的文件，并希望自动化这个过程

Answer 1

如果文件是quux.txt，则

dat <- read.table("quux.txt", skip = 13, header = FALSE)
dat
#      V1           V2           V3           V4           V5 V6
# 1 0.000 0.0000000000 0.0000000000 0.0000000000 0.000000e+00  0
# 2 0.001 0.0003727051 0.0002532203 0.0004736003 3.727051e-07  0
# 3 0.002 0.0022667850 0.0015400810 0.0028804290 2.639490e-06  0
# 4 0.003 0.0075385530 0.0051217860 0.0095793210 1.017804e-05  0
# 5 0.004 0.0183883500 0.0124932900 0.0233662700 2.856639e-05  0
# 6 0.005 0.0370329600 0.0251607300 0.0470581700 6.559935e-05  0

从这里，您可以使用

提取列名

nms <- readLines(pipe("grep '^#@' quux.txt")) |>
sub(pattern = '.*"(\S+)"\s*$', replacement = '\1')
nms
# [1] "aa" "bb" "cc" "dd" "ee" "ff"
names(dat) <- nms
dat
#      aa           bb           cc           dd           ee ff
# 1 0.000 0.0000000000 0.0000000000 0.0000000000 0.000000e+00  0
# 2 0.001 0.0003727051 0.0002532203 0.0004736003 3.727051e-07  0
# 3 0.002 0.0022667850 0.0015400810 0.0028804290 2.639490e-06  0
# 4 0.003 0.0075385530 0.0051217860 0.0095793210 1.017804e-05  0
# 5 0.004 0.0183883500 0.0124932900 0.0233662700 2.856639e-05  0
# 6 0.005 0.0370329600 0.0251607300 0.0470581700 6.559935e-05  0