文章/答案/技术大牛

发布

社区首页 >问答首页 >基于标头将文本转换为data.frame

问基于标头将文本转换为data.frame
EN

Stack Overflow用户

提问于 2019-11-22 11:52:51

回答 1查看 38关注 0票数 2

我将一个.txt文件上传到R中，如下所示：Election_Parties <- readr::read_lines("Election_Parties.txt")。假设文件中有以下文本：

BOLIVIA
P17-Nationalist Revolutionary Movement-Free Bolivia Movement (Movimiento Nacionalista Revolucionario 
P19-Liberty and Justice (Libertad y Justicia [LJ])
P20-Tupak Katari Revolutionary Movement (Movimiento Revolucionario Tupak Katari [MRTK])

COLOMBIA
P1-Democratic Aliance M-19 (Alianza Democratica M-19 [AD-M19])
P2-National Popular Alliance (Alianza Nacional Popular [ANAPO])
P3-Indigenous Authorities of Colombia (Autoridades Indígenas de Colombia)

一句话:在每一句空话之后，一个新的国家开始了。我想将这个文本文件转换为一个数据文件，在这里，国家名称成为一个向量，而当事方名单成为一个向量。

期望产出：

Bolivia     P1-Nationalist Revolutionary Movement-Free Bolivia Movement (Movimiento Nacionalista 
Bolivia     P19-Liberty and Justice (Libertad y Justicia [LJ])
Bolivia     P20-Tupak Katari Revolutionary Movement (Movimiento Revolucionario Tupak Katari [MRTK])
Colombia    P1-Democratic Aliance M-19 (Alianza Democratica M-19 [AD-M19])
Colombia    P2-National Popular Alliance (Alianza Nacional Popular [ANAPO])
Colombia    P3-Indigenous Authorities of Colombia (Autoridades Indígenas de Colombia)

如果可能的话，我希望解决方案是基于标题的。

编辑:我刚刚意识到每一个新的国家都是从P1开始的，所以解决方案也可以基于这一点。

string

parsing

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-11-22 12:21:23

如果分隔符总是""，那么一旦将文本放在向量中，就使用它作为分界线，并进行累加，将它们分成几个组。

TXT = readr::read_lines("Election_Parties.txt")
#we add a separator for your first country
TXT = c("",TXT)
idx <- cumsum(TXT=="")
# use idx <- cumsum(!grepl("^[A-Z]",TXT)) if weird newline

你可以看到玻利维亚进1，哥伦比亚进2

tibble::tibble(TXT,idx)
# A tibble: 10 x 2
   TXT                                                                       idx
   <chr>                                                                   <int>
 1 ""                                                                          1
 2 BOLIVIA                                                                     1
 3 "P17-Nationalist Revolutionary Movement-Free Bolivia Movement (Movimie…     1
 4 P19-Liberty and Justice (Libertad y Justicia [LJ])                          1
 5 P20-Tupak Katari Revolutionary Movement (Movimiento Revolucionario Tup…     1
 6 ""                                                                          2
 7 COLOMBIA                                                                    2
 8 P1-Democratic Aliance M-19 (Alianza Democratica M-19 [AD-M19])              2
 9 P2-National Popular Alliance (Alianza Nacional Popular [ANAPO])             2
10 P3-Indigenous Authorities of Colombia (Autoridades Indígenas de Colomb…     2

我们只对每个组应用一个函数，并创建一个数据格式。

func = function(x){
  data.frame(Country=x[2],Parties=x[3:length(x)])
}
do.call(rbind,by(TXT,idx,func))

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/58993738

复制

相似问题

问基于标头将文本转换为data.frame
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问基于标头将文本转换为data.frameEN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问基于标头将文本转换为data.frame
EN