次の形式のファイルを読む方法

Question

私は多くのファイルを読んでいます。ファイルの形式は以下のとおりです。

これを読むために多くのパッケージフォーマットを試しましたが、どれも動作していないようです。 " - "で始まる行はスキップする必要があります。ファイルには約102列ありますが、ほんの少ししか表示されていません。 " - "で始まる行は、実際には1行目、3行目および最後の行にあります。

明らかdata.table

temp <- fread(input="LIKP_01012017_01312017.txt", 
       stringsAsFactors=FALSE, strip.white=TRUE, 
       sep="|",quote = "-", skip=1) 

を使用してread.tableを

temp <- read.delim(file="LIKP_01012016_01312016.txt", header=TRUE, 
        stringsAsFactors=FALSE, 
        strip.white=TRUE, sep="|", skip = 1, comment.char = "-") 

を使用して：

ファイルは、私は次のことを試してみました

------------------------------------------------ 
|Delivery |Created by |Time |Created on|SDst| 
------------------------------------------------ 
|84181375 |BATCHJOBMGR|19:33:47|01/05/2017| | 
|84181376 |BATCHJOBMGR|19:33:47|01/05/2017| | 
------------------------------------------------ 

次の形式であります私はやっていないg何か正しい。これらのファイルを読んで助けてくれますか？

ありがとうございます。

サティシュ

Answer 1

1）だけマイナス符号が破線であるサンプルデータに。それがあなたの実際のデータにも当てはまるなら、次のことがうまくいくはずです。 text = Linesを"LIKP_01012016_01312016.txt"に置き換えてください。 comment.char = "-"は、マイナスの行にマイナスがあり、その行の後のすべてが無視され、マイナスの行が空白行になることに注意してください。

read.table(text = Lines, header = TRUE, sep = "|", as.is = TRUE, 
     comment.char = "-", check.names = FALSE, strip.white = TRUE)[2:6] 

寄付：

Delivery Created by  Time Created on SDst 
1 84181375 BATCHJOBMGR 19:33:47 01/05/2017 NA 
2 84181376 BATCHJOBMGR 19:33:47 01/05/2017 NA 

あなたがデータでマイナス記号を持っている場合は、単に、最初の行をスキップしfill = TRUEを使用し、最初と最後の行を削除（残りのものですすべてのマイナス記号付き）。

DF <- read.table(text = Lines, header = TRUE, sep = "|", as.is = TRUE, 
     skip = 1, fill = TRUE, check.names = FALSE, strip.white = TRUE)[2:6] 
n <- nrow(DF) 
DF <- DF[-c(1, n), ] 

注：上記のコードのための入力は次のとおりです。

Lines <- "------------------------------------------------ 
|Delivery |Created by |Time |Created on|SDst| 
------------------------------------------------ 
|84181375 |BATCHJOBMGR|19:33:47|01/05/2017| | 
|84181376 |BATCHJOBMGR|19:33:47|01/05/2017| | 
------------------------------------------------" 

Answer 2

あなたが入力ファイルのそれぞれを修正するためにsystem()コマンドを使用することができます。以下は、sedユーティリティを使用しているLinuxの場合です。 -で始まるすべての行が削除されます（sed '/^-/d'）。さらに、先頭と末尾のパイプ（|）文字もすべて削除されます（sed 's/^|//'およびsed 's/|$//'）。出力は|として、セパレータを指定して、通常のread.csvコマンドで読み込むことができ、一時ファイルに保存することができます。

> system("cat LIKP_01012016_01312016.txt | sed '/^-/d' | sed 's/^|//' | sed 's/|$//' > temp.csv") 
> dd = read.csv('temp.csv', na.strings='', sep="|") 
> dd 
    Delivery Created.by  Time Created.on SDst 
1 84181375 BATCHJOBMGR 19:33:47 01/05/2017 NA 
2 84181376 BATCHJOBMGR 19:33:47 01/05/2017 NA 

上記は、すべてのファイルを一つずつ変換して読み取ることがforループに入れることができます。

Answer 3

異なるアプローチ：

con <- file('path/to/file.txt') 

d <- readLines(con) 

d <- read.delim(textConnection(d[!grepl("-", d)]), sep = '|')[2:6]