【问题标题】：Convert CSV file contents to Markdown将 CSV 文件内容转换为 Markdown
【发布时间】：2017-06-01 03:24:58
【问题描述】：

背景

目标是读取 CSV 文件并以 Markdown 表格格式写入内容。

应用程序使用 R 引擎 Renjin，不支持 knitr、kable 或 pandoc。

问题

write.table 命令有一个eol 选项，但没有对应的sol 选项。因此对于以下内容：

f <- read.csv('planning.csv')
write.table(
   format(f, digits=2), "",
   sep="|", row.names=F, col.names=F, quote=F, eol="|\n")

输出如下：

Geothermal|1250.0|Electricity|0.0|
Houses|  13.7|Shelter|4.2|
Compostor|   1.2|Recycling|0.2|

但每一行都应该出现|前缀，如下：

|Geothermal|1250.0|Electricity|0.0|
|Houses|  13.7|Shelter|4.2|
|Compostor|   1.2|Recycling|0.2|

应该可以做类似的事情（注意额外的eol 管道）：

write.table(
       format(f, digits=2), "",
       sep="|", row.names=F, col.names=F, quote=F, eol="|\n|")

然后将所有内容捕获为字符串，连接前导管道，最后修剪无关的结束管道。也就是说，修复类似于以下输出的问题：

Geothermal|1250.0|Electricity|0.0|
|Houses|  13.7|Shelter|4.2|
|Compostor|   1.2|Recycling|0.2|
|Fire Station|  -9.6|Protection|0.5|
|Roads|   0.0|Transport|0.9|
|

不过，这种字符串操作看起来不太像 R。

问题

在不依赖第三方库的情况下，将 CSV 文件转换为 Markdown 格式的最有效方法是什么？

有问题的 Markdown 风格看起来像：

|Header|Header|Header|
|---|---|---|
|Data|Data|Data|
|Data|Data|Data|

也欢迎提示如何只写入表头数据和表头分隔符。

【问题讨论】：

在 pandoc google 组中有 significant discussion 关于 CSV 表，包括 pandoc 过滤器。我不知道它的状态，但你可以检查一下。
apply(), lapply(), sapply(), mapply(), vapply() 都是基础包中的函数，在仁进内部始终可用。

标签： r csv markdown r-markdown renjin

【解决方案1】：

既然要放到markdown里面，我觉得可以说table size是可控的，所以性能不是一个因素。（编辑#3：我有一些与行名存在相关的小错误，因此为了简化事情，我将从示例数据中完全删除它们。）

mtcars$rowname <- rownames(mtcars)
rownames(mtcars) <- NULL
mtcars <- mtcars[,c(ncol(mtcars), 1:(ncol(mtcars)-1))]
head(mtcars)
#             rowname  mpg cyl disp  hp drat    wt  qsec vs am gear carb
# 1         Mazda RX4 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
# 2     Mazda RX4 Wag 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
# 3        Datsun 710 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
# 4    Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
# 5 Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
# 6           Valiant 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

现在开始工作：

dashes <- paste(rep("---", ncol(mtcars)), collapse = "|")
txt <- capture.output(
  write.table(mtcars, stdout(), quote = FALSE, sep = "|", row.names = FALSE)
)
txt2 <- sprintf("|%s|", c(txt[1], dashes, txt[-1]))
head(txt2)
# [1] "|rowname|mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|"  
# [2] "|---|---|---|---|---|---|---|---|---|---|---|---|"       
# [3] "|Mazda RX4|21|6|160|110|3.9|2.62|16.46|0|1|4|4|"         
# [4] "|Mazda RX4 Wag|21|6|160|110|3.9|2.875|17.02|0|1|4|4|"    
# [5] "|Datsun 710|22.8|4|108|93|3.85|2.32|18.61|1|1|4|1|"      
# [6] "|Hornet 4 Drive|21.4|6|258|110|3.08|3.215|19.44|1|0|3|1|"

如果您担心对齐问题，可以检查characters（也许还有其他人，交给您）。这里使用markdown表格格式的对齐行：

(ischar <- vapply(mtcars, is.character, logical(1)))
# rowname     mpg     cyl    disp      hp    drat      wt    qsec      vs      am    gear    carb 
#    TRUE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE   FALSE 
dashes <- paste(ifelse(ischar, ":--", "--:"), collapse = "|")
txt <- capture.output(write.table(mtcars, stdout(), quote = FALSE, sep = "|", row.names = FALSE))
txt2 <- sprintf("|%s|", c(txt[1], dashes, txt[-1]))
head(txt2)
# [1] "|rowname|mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|"  
# [2] "|:--|--:|--:|--:|--:|--:|--:|--:|--:|--:|--:|--:|"       
# [3] "|Mazda RX4|21|6|160|110|3.9|2.62|16.46|0|1|4|4|"         
# [4] "|Mazda RX4 Wag|21|6|160|110|3.9|2.875|17.02|0|1|4|4|"    
# [5] "|Datsun 710|22.8|4|108|93|3.85|2.32|18.61|1|1|4|1|"      
# [6] "|Hornet 4 Drive|21.4|6|258|110|3.08|3.215|19.44|1|0|3|1|"

当您终于准备好保存时，请使用cat(txt2, file = "sometable.md")（或writeLines）。

编辑#1：请注意，其他建议的答案（包括我上面的）不涉及内容中的管道符号：

mtcars$mpg[1] <- "2|1.0"
ischar <- vapply(mtcars, is.character, logical(1))
dashes <- paste(ifelse(ischar, ":--", "--:"), collapse = "|")
txt <- capture.output(write.table(mtcars, stdout(), quote = FALSE, sep = "|", row.names = FALSE))
txt2 <- sprintf("|%s|", c(txt[1], dashes, txt[-1]))
head(txt2, n = 3)
# [1] "|rowname|mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|"
# [2] "|:--|:--|--:|--:|--:|--:|--:|--:|--:|--:|--:|--:|"     
# [3] "|Mazda RX4|2|1.0|6|160|110|3.9|2.62|16.46|0|1|4|4|"    
###                ^ this is the problem

您可以在所有字符（或添加因子）列上手动转义它：

ischar <- vapply(mtcars, is.character, logical(1))
mtcars[ischar] <- lapply(mtcars[ischar], function(x) gsub("\\|", "&#124;", x))
dashes <- paste(ifelse(ischar, ":--", "--:"), collapse = "|")
txt <- capture.output(write.table(mtcars, stdout(), quote = FALSE, sep = "|", row.names = FALSE))
txt2 <- sprintf("|%s|", c(txt[1], dashes, txt[-1]))
head(txt2, n = 3)
# [1] "|rowname|mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|" 
# [2] "|:--|:--|--:|--:|--:|--:|--:|--:|--:|--:|--:|--:|"      
# [3] "|Mazda RX4|2&#124;1.0|6|160|110|3.9|2.62|16.46|0|1|4|4|"
###                ^^^^^^ this is the pipe, interpreted correctly in markdown

当管道位于代码块中时，这不起作用，但这里建议了一种解决方法：https://stackoverflow.com/a/17320389/3358272

此时，正如@alistaire 所建议的，您在某种程度上重新实现了knitr::kable。就此而言，只需抓住 knitr/R/table.R) 并使用 kable_markdown 即可为您进行管道转义。它需要character matrix，而不是data.frame，所以kable_markdown(as.matrix(mtcars))。您不能只获取单个函数，因为它在该文件中也使用了多个辅助函数。你当然可以修剪一些函数，包括 kable 本身，它需要其他文件中的函数。

编辑#2：既然你说 renjin 不支持 *apply 函数（评论表明这是不正确的，但为了争论，我会继续），这里是 @987654339 @-loop 实现，包括对齐和|-escaping：

mtcars$mpg[1] <- "2|1.0" # just a reminder that it's here
dashes <- rep("--:", length(mtcars))
for (i in seq_along(mtcars)) {
  if (is.character(mtcars[[i]]) || is.factor(mtcars[[i]])) {
    mtcars[[i]] <- gsub("\\|", "&#124;", mtcars[[i]])
    dashes[i] <- ":--"
  }
}
txt <- capture.output(write.table(mtcars, stdout(), quote = FALSE, sep = "|", row.names = FALSE))
txt2 <- sprintf("|%s|", c(txt[1], paste(dashes, collapse = "|"), txt[-1]))
head(txt2, n = 3)
# [1] "|rowname|mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|" 
# [2] "|:--|:--|--:|--:|--:|--:|--:|--:|--:|--:|--:|--:|"      
# [3] "|Mazda RX4|2&#124;1.0|6|160|110|3.9|2.62|16.46|0|1|4|4|"

郑重声明，我的*apply 和for-loop 实现的性能实际上是相同的，而@alistaire 的解决方案的速度是原来的两倍多（使用mtcars）：

Unit: microseconds
              expr      min        lq      mean    median        uq      max neval
     apply_noalign  917.881  947.9665 1031.9288  971.3060 1041.5050 1999.499   100
       apply_align  945.960  975.1350 1083.2856  995.7390 1063.7500 3523.101   100
 apply_align_pipes 1110.429 1148.5360 1255.5460 1176.9815 1275.2600 1905.778   100
           forloop 1188.104 1217.0950 1309.2549 1261.2205 1342.3600 2979.010   100
         alistaire  451.830  473.7105  511.5778  496.1370  518.5645  827.443   100
   alistaire_pipes  593.687  626.6900  718.6898  652.7645  700.5360 5460.970   100

我将他的原始函数用于alistaire，并为alistaire_pipes 添加了一个简单的gsub。可能有一种更有效的方法，但 (a) 简单/直接是好的，并且 (b) 我认为您的表足够小，真正的性能不会成为驱动力。

【讨论】：

我最初没有看到对 *apply 函数的限制，对此感到抱歉。我很高兴第一个作品。（如果需要，用for 循环替换applys 实际上非常简单。）
您在Edit #2中的说法不正确：仁进完全支持*apply函数。 @alistaire 提供的答案使用函数式Reduce()，在 Renjin 中也可以正常工作。最后，mtcars 数据集没有字符列，因此您在这里使用 ischar 是多余的。
OP 说的，我相信这一点并且没有验证，我的错（我不使用 renjin 所以不知道）。我将一列更改为字符（第 3 个代码块），所以 ischar 总体上不是多余的，尽管我发现我错过了第二个块中的一个错误，该错误会使这一点更清晰。
Dave Jarvis，我修复了一些小错误（由@mjkallen 的评论提出），它们可能会或可能不会成为您使用的一个因素。另外，根据他的评论，如果 *apply 函数对您有用，我建议您实际上基于我的 apply 解决方案之一或 alistaire 的函数。

【解决方案2】：

如果您愿意，可以编写自己的kable 版本；主要是paste。

x <- read.csv(system.file('misc', 'exDIF.csv', package = 'utils'))

md_table <- function(df){
    paste0('|', paste(names(df), collapse = '|'), '|\n|', 
           paste(rep('---', length(df)), collapse = '|'), '|\n|', 
           paste(Reduce(function(x, y){paste(x, y, sep = '|')}, df), collapse = '|\n|'), '|')
}

cat(md_table(x))
#> |Var1|Var2|
#> |---|---|
#> |2.7|A|
#> |3.14|B|
#> |10|A|
#> |-7|A|

cat(md_table(head(mtcars)))
#> |mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|
#> |---|---|---|---|---|---|---|---|---|---|---|
#> |21|6|160|110|3.9|2.62|16.46|0|1|4|4|
#> |21|6|160|110|3.9|2.875|17.02|0|1|4|4|
#> |22.8|4|108|93|3.85|2.32|18.61|1|1|4|1|
#> |21.4|6|258|110|3.08|3.215|19.44|1|0|3|1|
#> |18.7|8|360|175|3.15|3.44|17.02|0|0|3|2|
#> |18.1|6|225|105|2.76|3.46|20.22|1|0|3|1|

如果愿意，可以根据类型重写第二行以处理对齐方式。

【讨论】：