1つのファイルからテーブルを抽出する

Question

Rの1つのファイルから複数のテーブルを抽出しようとしています。私のファイルには、同じ数の変数がありますが、可変レコード数のテーブルが含まれています。私はテーブル（数字）のみを抽出し、これらを別々のファイルに転送したいと思います。テーブル間には、私が取り除きたい4行（空白行、実行：nr、変数名、単位）があります。各空白行で壊す代わりに私のための良い解決策ですが、私はこれを行うこともできませんでした。以下は私が提供するファイルの例です。私の実際のファイルには、30を超える変数と150〜300のレコードを含む複数の実行（テーブル）が含まれています。 ご協力いただきありがとうございます！

例：

> data <- readLines(textConnection(" 
       + MODEL OUTPUT 
       + 
       + Run: 1 
       + V1 V2 V3 
       +  mm 
       + 20 2 2.0 
       + 21 2 1.5 
       + 22 2 3.5 
       + 
       + Run: 2 
       + V1 V2 V3 
       +  mm 
       + 1 1 1.5 
       + 2 1 2.5 
       + 
       + Run: 3 
       + V1 V2 V3 
       +  mm 
       + 11 5 1.5 
       + 12 5 2.5         
       + 13 5 1.0 
       + 14 5 4.5")) 

Answer 1

我々は、重複、このマーキングされていない場合は、私がお答えします。少しの前処理でこれを処理してから、テキストの連続したセクションを列挙するcumsum、最後にread.tableでこれらのセクションを表として読み取ることができます。

サンプルデータを作成する：

file_text <- readLines(textConnection(" 
    + MODEL OUTPUT 
    + 
     + Run: 1 
    + V1 V2 V3 
    +  mm 
    + 20 2 2.0 
    + 21 2 1.5 
    + 22 2 3.5 
    + 
     + Run: 2 
    + V1 V2 V3 
    +  mm 
    + 1 1 1.5 
    + 2 1 2.5 
    + 
     + Run: 3 
    + V1 V2 V3 
    +  mm 
    + 11 5 1.5 
    + 12 5 2.5         
    + 13 5 1.0 
    + 14 5 4.5")) 

前処理：+をリード、MODEL OUTPUTをなくし、そしてのみmmと行。

file_text = file_text[!grepl('MODEL OUTPUT', file_text)] 
file_text = file_text[!grepl('Run: \\d+', file_text)] 
file_text = sapply(file_text, sub, pattern = "^\\s*\\+", replacement = "") 
file_text = file_text[!grepl('^\\s*mm\\s*$', file_text)] 

空白行を特定します - セクション間の区切りと呼んで、セクションごとに番号を付けます。

is_break = unname(sapply(file_text, function(x) trimws(x) == "")) 
section_id = unname(cumsum(is_break)) 
section_id 
# [1] 1 2 2 2 2 2 3 3 3 3 4 4 4 4 4 4 

は最後のセクションにファイルのテキストを分割し、テーブルなど、それらを読んで：

tabs = lapply(unique(section_id), function(i) { 
    # the first line of a section will always be empty 
    section_lines = file_text[section_id == i][-1] 
    if (length(section_lines)) { 
    # there's a section of text 
    read.table(text = section_lines, header = TRUE) 
    } else { 
    # there were two consecutive section breaks, so after the first break 
    # there's an empty 'section' 
    NA 
    } 
}) 

結果はdata.framesのリストです。必要に応じて、欠落しているテーブルを今または以前に処理します。

tabs 
# [[1]] 
# [1] NA 
# 
# [[2]] 
# V1 V2 V3 
# 1 20 2 2.0 
# 2 21 2 1.5 
# 3 22 2 3.5 
# 
# [[3]] 
# V1 V2 V3 
# 1 1 1 1.5 
# 2 2 1 2.5 
# 
# [[4]] 
# V1 V2 V3 
# 1 11 5 1.5 
# 2 12 5 2.5 
# 3 13 5 1.0 
# 4 14 5 4.5 
#