将文本读入 data.frame，其中字符串值包含空格

Question

当字符串值包含干扰 read.table 的空格时，将文本从打印的 data.frame 读取到 data.frame 的最简单方法是什么？例如，这个 data.frame 摘录不会造成问题:

     candname party elecVotes
1 BarackObama     D       365
2  JohnMcCain     R       173

我可以毫无问题地将其粘贴到 read.table 调用中:

dat <- read.table(text = "     candname party elecVotes
1 BarackObama     D       365
2  JohnMcCain     R       173", header = TRUE)

但是如果数据包含带有空格的字符串，如下所示:

      candname party elecVotes
1 Barack Obama     D       365
2  John McCain     R       173

然后 read.table 会抛出错误，因为它将“Barack”和“Obama”解释为两个单独的变量。

Answer 1

将文件读入 L，删除行号，并使用 sub 和指定的正则表达式在其余字段之间插入逗号。 (请注意，"\\d" 匹配任何数字，"\\S" 匹配任何非空白字符。)现在使用 read 重新读取它。 csv:

Lines <- "      candname party elecVotes
1 Barack Obama     D       365
2  John McCain     R       173"

# L <- readLines("myfile")  # read file; for demonstration use next line instead
L <- readLines(textConnection(Lines))

L2 <- sub("^ *\\d+ *", "", L)  # remove row numbers
read.csv(text = sub("^ *(.*\\S) +(\\S+) +(\\S+)$", "\\1,\\2,\\3", L2), as.is = TRUE)

给予:

      candname party elecVotes
1 Barack Obama     D       365
2  John McCain     R       173

这是正则表达式的可视化:

^ *(.*\S) +(\S+) +(\S+)$

Debuggex Demo