R“每个文件多个数据集”答案

【问题标题】：R "Multiple data sets per file"R“每个文件多个数据集”
【发布时间】：2012-04-24 00:09:50
【问题描述】：

我有一个如下数据集：

0 0 0 0 0 0 54077 184965 81.25 54266 184776 81.25 65130 199986 82.1705426356589 65513 199600 82.1705426356589

这些数据由 2 个空行分隔。因此，当我使用 gnuplot 绘制点图时，他们会认为这些是一个文件中的单独数据。如何在 R 中做同样的事情？因为对于每个这样的数据集，我将有两个点通过线连接。（例如，[5077,184965] 连接到 [54266, 199600]）

非常感谢你！

【问题讨论】：

标签： r dataset

【解决方案1】：

两个想法：

如果它们都采用相同的格式，则将 read.table/read.csv 的 blank.lines.skip 参数设置为 FALSE，而不是默认的 TRUE。然后你会得到一个 data.frame，里面有你可以分割的空行。
如果它们的格式不同，那么您可以使用这些相同命令的skip 参数仅提取输入文件的某些行。

【讨论】：

【解决方案2】：

最坏的情况，你必须使用 n=1 的 readLines 一次读取一行，用 strsplit 拆分，并将每个数据集收集到一个列表中，在开始一个新元素之前寻找分隔符（空白行）你的名单。

但你只需要在 gsk3 的解决方案失败的情况下这样做，因为你的数据集有点非结构化......

【讨论】：

【解决方案3】：

也可以将文件读入内存，

> buffer <- readLines ("tmp/file")
> buffer
 [1] "0 0 0"                         "0 0 0"                        
 [3] ""                              ""                             
 [5] "54077 184965 81.25"            "54266 184776 81.25"           
 [7] ""                              ""                             
 [9] "65130 199986 82.1705426356589" "65513 199600 82.1705426356589"

删除或处理（例如导出测量编号、数据集名称……）所有不属于包含数据表的文件部分的所有行：

> buffer <- buffer [nzchar (buffer) > 0L]
> buffer
[1] "0 0 0"                         "0 0 0"                        
[3] "54077 184965 81.25"            "54266 184776 81.25"           
[5] "65130 199986 82.1705426356589" "65513 199600 82.1705426356589"

最后在修改后的缓冲区上使用read.table：

> read.table (textConnection (buffer))
     V1     V2       V3
1     0      0  0.00000
2     0      0  0.00000
3 54077 184965 81.25000
4 54266 184776 81.25000
5 65130 199986 82.17054
6 65513 199600 82.17054

【讨论】：