header=TRUE 时 read.fwf 出错答案

【问题标题】：Error in read.fwf when header=TRUEheader=TRUE 时 read.fwf 出错
【发布时间】：2014-02-06 02:03:54
【问题描述】：

我的模拟数据如下所示：

LastName   Date      email                                                    CreditCardNum   AgeZip  Amount
Paul       21/02/14  Aliquam.fringilla@dolordapibus.co.uk                     4241033422900360 6738851$14.39
Bullock      2/7/2014adipiscing.fringilla@lectusjusto.org                     5178789953524240 3336538$498.31
Mcmahon     11/5/2013lobortis.ultrices@lacus.org                              5389589582467450 7734302$92.44
Walters    25/09/13  consectetuer.cursus.et@sitamet.org                       5157094536097720 7794007$206.60
Franco     17/06/13  et@disparturientmontes.ca                                 345477952996264 2415873$89.12

这就是我尝试将其导入 R 的方式，带有标题：

w <- c(11,10,57,16,3,5,8)
df <- read.fwf("data.txt",widths=w,stringsAsFactors=F)
names(df) <- df[1,]; df <- df[-1,]

我不使用header=T 的原因是它给了我错误：

Error in read.table(file = FILE, header = header, sep = sep, row.names = row.names,  :  more columns than column names

这不是真的。我知道宽度 (w) 是正确的。那么这个错误是从哪里来的呢？我的解决方案运行良好，我只是想了解发生了什么。

【问题讨论】：

您能否提供您的w 向量，以便（更多）可重现？
是的，抱歉：w <- c(11,10,57,16,3,5,8)。已编辑。
我现在有点不清楚你的问题是什么。你想知道为什么会抛出错误吗？还是您在寻求优雅的解决方法？您提出的指定header=F 的方法似乎很好。
我想知道为什么首先会出现错误。再次编辑。
嗯，这是因为您需要确保您的标题行符合sep 的规范，默认为\t。你的没有。

标签： r import fixed-width

【解决方案1】：

如果您指定header=TRUE，则按照?read.fwf，您必须确保列名由sep 分隔。默认情况下，名称由\t（制表符）分隔，您的数据不能这样。

以下工作正常：

w <- c(11, 10, 57, 16, 3, 5, 8)

read.fwf(widths=w, header=TRUE, sep='|', 
file=textConnection('LastName   |Date      |email                                                    |CreditCardNum   |Age|Zip  |Amount
Paul       21/02/14  Aliquam.fringilla@dolordapibus.co.uk                     4241033422900360 6738851$14.39
Bullock      2/7/2014adipiscing.fringilla@lectusjusto.org                     5178789953524240 3336538$498.31
Mcmahon     11/5/2013lobortis.ultrices@lacus.org                              5389589582467450 7734302$92.44
Walters    25/09/13  consectetuer.cursus.et@sitamet.org                       5157094536097720 7794007$206.60
Franco     17/06/13  et@disparturientmontes.ca                                 345477952996264 2415873$89.12'))

【讨论】：

我想知道 read.fwf() 中的“sep”参数应该用于什么。有点打败了imo的目的。无论哪种方式，我都希望有一个不需要我修改实际数据的解决方案，即使修改很小并且可以轻松自动化。另请注意，w 与您（有理由）假设的不同；见我上面的评论。
刚刚注意到我结合了年龄和拉链。我会编辑我的帖子。我还认为fwf 数据的标题通常与后续行的宽度相同，所以我同意你关于冗余的观点。
它们的宽度相同，只是间距关闭了。在这一步之后，我会修剪前导和尾随空格。
刚刚遇到这个问题 - 直到遇到这个问题之前我一直以为我疯了。我无法想象这是故意的！
@thelatemail - 是的，看起来很奇怪