r - 如何从 R 中的大型固定宽度文件中读取特定列

Question

R 中有没有方便的方法从固定宽度的数据文件中读取特定列(或多列)？例如。该文件如下所示:

10010100100002000000
00010010000001000000
10010000001002000000

比如说，我会对第 15 列感兴趣。目前我正在使用 read.fwf 读取整个数据，宽度为 1 的向量，长度为总列数:

data <- read.fwf("demo.asc", widths=rep(1,20))
data[,14]
[1] 2 1 2

这很有效，但无法扩展到包含 100,000 列和行的数据集。有什么有效的方法可以做到这一点吗？

Answer 1

您可以使用连接并以 block 的形式处理文件:

复制您的数据:

dat <-"10010100100002000000
00010010000001000000
10010000001002000000"

使用连接在 block 中处理:

# Define a connection
con = textConnection(dat)


# Do the block update
linesPerUpdate <- 2
result <- character()
repeat {
  line <- readLines(con, linesPerUpdate)
  result <- c(result, substr(line, start=14, stop=14))
  if (length(line) < linesPerUpdate) break
}

# Close the connection
close(con)

结果:

result
[1] "2" "1" "2"