当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

R readr melt_fwf 返回固定宽度文件中每个标记的熔化数据


[Superseded]该函数已在 readr 中被取代并移至熔化包.

用法

melt_fwf(
  file,
  col_positions,
  locale = default_locale(),
  na = c("", "NA"),
  comment = "",
  trim_ws = TRUE,
  skip = 0,
  n_max = Inf,
  progress = show_progress(),
  skip_empty_rows = FALSE
)

参数

file

文件路径、连接或文字数据(单个字符串或原始向量)。

以 .gz 、 .bz2 、 .xz 或 .zip 结尾的文件将自动解压缩。将自动下载以 http:// 、 https:// 、 ftp:// 或 ftps:// 开头的文件。远程gz文件也可以自动下载并解压。

文字数据对于示例和测试最有用。要被识别为文字数据，输入必须用 I() 包装，是包含至少一个换行符的字符串，或者是至少包含一个带有换行符的字符串的向量。

使用值 clipboard() 将从系统剪贴板读取。

col_positions

列位置，由 fwf_empty() 、 fwf_widths() 或 fwf_positions() 创建。要仅读入选定的字段，请使用 fwf_positions() 。如果最后一列的宽度是可变的(参差不齐的 fwf 文件)，则将最后一个结束位置提供为 NA。

locale

区域设置控制默认值因地而异。默认区域设置为 US-centric(如 R)，但您可以使用 locale() 创建自己的区域设置来控制默认时区、编码、小数标记、大标记和日/月名称等内容。

na

要解释为缺失值的字符串的字符向量。将此选项设置为 character() 以指示没有缺失值。

comment

用于标识评论的字符串。注释字符之后的任何文本都将被默默忽略。

trim_ws

在解析每个字段之前是否应该删除前导和尾随空格(ASCII 空格和制表符)？

skip

读取数据之前要跳过的行数。

n_max

读取的最大行数。

progress

显示进度条？默认情况下，它只会在交互式会话中显示，而不会在编织文档时显示。可以通过将选项 readr.show_progress 设置为 FALSE 来禁用自动进度条。

skip_empty_rows

空白行应该被完全忽略吗？即，如果此选项是TRUE，则根本不会表示空白行。如果是FALSE，则它们将由所有列中的NA 值表示。

细节

对于某些非矩形数据格式，将数据解析为融合格式(其中每行代表一个标记)可能很有用。

melt_fwf() 将固定宽度文件的每个标记解析为一行，但它仍然要求源文件的每一行中的每个字段都相同。

也可以看看

melt_table() 用于融合每列由空格分隔的固定宽度文件，read_fwf() 用于从固定宽度文件读取矩形数据的常规方法。

例子

fwf_sample <- readr_example("fwf-sample.txt")
cat(read_lines(fwf_sample))
#> John Smith          WA        418-Y11-4111 Mary Hartford       CA        319-Z19-4341 Evan Nolan          IL        219-532-c301

# You can specify column positions in several ways:
# 1. Guess based on position of empty columns
melt_fwf(fwf_sample, fwf_empty(fwf_sample, col_names = c("first", "last", "state", "ssn")))
#> Warning: `melt_fwf()` was deprecated in readr 2.0.0.
#> ℹ Please use `meltr::melt_fwf()` instead
#> # A tibble: 12 × 4
#>      row   col data_type value       
#>    <dbl> <dbl> <chr>     <chr>       
#>  1     1     1 character John        
#>  2     1     2 character Smith       
#>  3     1     3 character WA          
#>  4     1     4 character 418-Y11-4111
#>  5     2     1 character Mary        
#>  6     2     2 character Hartford    
#>  7     2     3 character CA          
#>  8     2     4 character 319-Z19-4341
#>  9     3     1 character Evan        
#> 10     3     2 character Nolan       
#> 11     3     3 character IL          
#> 12     3     4 character 219-532-c301
# 2. A vector of field widths
melt_fwf(fwf_sample, fwf_widths(c(20, 10, 12), c("name", "state", "ssn")))
#> # A tibble: 9 × 4
#>     row   col data_type value        
#>   <dbl> <dbl> <chr>     <chr>        
#> 1     1     1 character John Smith   
#> 2     1     2 character WA           
#> 3     1     3 character 418-Y11-4111 
#> 4     2     1 character Mary Hartford
#> 5     2     2 character CA           
#> 6     2     3 character 319-Z19-4341 
#> 7     3     1 character Evan Nolan   
#> 8     3     2 character IL           
#> 9     3     3 character 219-532-c301 
# 3. Paired vectors of start and end positions
melt_fwf(fwf_sample, fwf_positions(c(1, 30), c(10, 42), c("name", "ssn")))
#> # A tibble: 6 × 4
#>     row   col data_type value       
#>   <dbl> <dbl> <chr>     <chr>       
#> 1     1     1 character John Smith  
#> 2     1     2 character 418-Y11-4111
#> 3     2     1 character Mary Hartf  
#> 4     2     2 character 319-Z19-4341
#> 5     3     1 character Evan Nolan  
#> 6     3     2 character 219-532-c301
# 4. Named arguments with start and end positions
melt_fwf(fwf_sample, fwf_cols(name = c(1, 10), ssn = c(30, 42)))
#> # A tibble: 6 × 4
#>     row   col data_type value       
#>   <dbl> <dbl> <chr>     <chr>       
#> 1     1     1 character John Smith  
#> 2     1     2 character 418-Y11-4111
#> 3     2     1 character Mary Hartf  
#> 4     2     2 character 319-Z19-4341
#> 5     3     1 character Evan Nolan  
#> 6     3     2 character 219-532-c301
# 5. Named arguments with column widths
melt_fwf(fwf_sample, fwf_cols(name = 20, state = 10, ssn = 12))
#> # A tibble: 9 × 4
#>     row   col data_type value        
#>   <dbl> <dbl> <chr>     <chr>        
#> 1     1     1 character John Smith   
#> 2     1     2 character WA           
#> 3     1     3 character 418-Y11-4111 
#> 4     2     1 character Mary Hartford
#> 5     2     2 character CA           
#> 6     2     3 character 319-Z19-4341 
#> 7     3     1 character Evan Nolan   
#> 8     3     2 character IL           
#> 9     3     3 character 219-532-c301
源代码：R/melt_fwf.R

相关用法


注：本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Return melted data for each token in a fixed width file。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。