r - 从具有可变字段数的 CSV 导入前三个和后三个字段

Question

我有一个 csv 格式的数据集。不幸的是，每一行都有不同数量的“，”逗号。我有兴趣从 R 文件中导入前 3 个和后 3 个变量。

例如:

>行:“A”，“B”，“C”，“D”，...，“X”，Y“，”Z“

我想实现以下`

>行:“A”，“B”，“C”，“X”，“Y”，“Z”

我尝试使用 grep，通过使用正则表达式来查找前 3 个变量:

new_data <- grep("([^,]+)(,[^,]+){2}", dataset, values=TRUE)

在该操作之后，它向我显示了存在该表达式的所有行。

如何使用 grep 删除行中的以下变量，如果可能的话，如何删除整个间隔(<3;n-3> 中的每个变量)。

你现在有其他方法来解决这个问题吗？

Answer 1

使用 apply 和 head 和 tail 的组合:

d2 <- data.frame(t(apply(d1, 1, function(x) c(head(x[x != ''],3), tail(x[x != ''],3)))))

导致:

> d2
  X1 X2 X3 X4 X5 X6
1  a  b  c  x  y  z
2  a  b  c  g  h  i
3  a  b  c  t  u  v

使用@VarunM 的数据:

d1 <- read.csv(text='a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v, w, x, y, z
a, b, c, d, e, f, g, h, i
a, b, c, d, e, f, g, h, i, j, k, l, m, n, o, p, q, r, s, t, u, v', header = FALSE, fill = TRUE)