importazione di dati disordinati utilizzando R

Qualcuno ha qualche idea sull'importazione dei dati sottostanti in R in una forma appropriata? Ho provato la funzione strsplit come: test <- strsplit(test,"[[:space:]]+") dove test è il nome del file inclusi i seguenti dati disordinati. In qualche modo ho finito con una sola variabile di carattere. Mi piacerebbe avere otto diverse variabili in forma appropriata. Per favore potete aiutarmi?importazione di dati disordinati utilizzando R

Black Eagles 01/12 - 12/11 1500 W 7.0 420 48 Away +3 
Blue State 02/18 - 04/21 1293 L 8.0 490 48 Home +1 
Hawks 01/13 - 02/17 1028 L 4.0 46 460 Away 
New Apple 09/23 - 11/23 563 L 3.0 470 47 Home +2 
Black White 07/05 - 09/26 713 L 5.2 500 45 Home +4 
PBO 10/24 - 10/30 1495 L 1.9 47 410 Away

fonte

2012-11-13 John Smith

dove vengono questi dati provengono da? È possibile che ci sia un delimitatore di tabulazione o simile all'interno dell'originale? – mnel

Sì, esistono dei delimitatori di tabulazione tra ogni variabile e lo spazio tra due nomi di una variabile. Queste sono solo statistiche di squadra e ogni colonna dovrebbe rappresentare una variabile (9 variabili). Non sono riuscito a capire perché questo set di dati include variabili stringa, numeriche e date insieme. Qualsiasi aiuto sarà molto apprezzato. –

Quindi usare 'read.table (thedatafile, sep = '\ t')'. Puoi pubblicare i risultati di 'dput (test)' (prima di riassegnare lo strsplit ad esso), e posso postare una risposta utile. – mnel

Come è?

> nicelyFormatted 
    [,1]   [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] "Black Eagles" "01/12" "12/11" "1500" "W" "7.0" "420" "48" "Away" "+3" 
[2,] "Blue State" "02/18" "04/21" "1293" "L" "8.0" "490" "48" "Home" "+1" 
[3,] "Hawks"  "01/13" "02/17" "1028" "L" "4.0" "46" "460" "Away" NA 
[4,] "New Apple" "09/23" "11/23" "563" "L" "3.0" "470" "47" "Home" "+2" 
[5,] "Black White" "07/05" "09/26" "713" "L" "5.2" "500" "45" "Home" "+4" 
[6,] "PBO"   "10/24" "10/30" "1495" "L" "1.9" "47" "410" "Away" NA

Ecco il codice che è stato utilizzato per ottenere la tabella di cui sopra:

library(stringr) 

# Open Connection to file 
pathToFile <- path.expand("~/path/to/file/myfile.txt") 
f <- file(pathToFile, "rb") 

# Read in lines 
rawText <- readLines(f) 


# Find the dahses 
dsh <- str_locate_all(rawText, " - ") 

# Splice, using the dashes as a guide 
lng <- length(rawText) 
spliced <- sapply(1:lng, function(i) 
    spliceOnDash(rawText[[i]], dsh[[c(i, 1)]], dsh[[c(i, 2)]]) 
) 

# make it purtty 
nicelyFormatted <- formatNicely(spliced) 
nicelyFormatted 


#-------------------# 
# FUNCTIONS  # 
#-------------------# 


spliceOnDash <- function(strn, start, end) { 

    # split around the date 
    pre <- substr(strn, 1, start-6) 
    dates <- substr(strn, start-5, end+5) 
    post <- substr(strn, end+6, str_length(strn)) 

    # Clean up 
    pre <- str_trim(pre) 

    # replace all double spaces with single spaces 
    while(str_detect(post, " ")) { 
    post <- str_replace_all(str_trim(post), " ", " ")  
    } 

    # splice on space 
    post <- str_split(post, " ") 

    # if dates are one field, remove this next line 
    dates <- str_split(dates, " - ") 

    # return 
    c(unlist(pre), unlist(dates), unlist(post)) 
} 

# Function to clean up the list into a nice table 
formatNicely <- function(spliced) { 
    lngst <- max(sapply(spliced, length)) 
    t(sapply(spliced, function(x) 
     if(length(x) < lngst) c(x, rep(NA, lngst-length(x))) else x)) 
}

fonte

2012-11-13 05:06:49

Ottimo! Grazie a tutti, specialmente a RS. –

no sudore - felice di aiutare –

importazione di dati disordinati utilizzando R

risposta

Problemi correlati