- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
使用 readlines 导入后的文本的简化示例:
text <- c("just", "stuff", "nothing", "interesting", "date", "06.05.2022",
"number", "1/3892", "adress", "north street 45", "name", "peter miller",
"just", "stuff", "nothing", "interesting", "date", "06.05.2022",
"number", "5/7283", "adress", "south street 11, fareaway", "west street 4",
"name", "john snow", "just", "stuff", "nothing", "interesting",
"date", "06.05.2022", "number", "7/112563", "adress", "island street 348",
"planet street 11, tortuga", "calvary road 9", "name", "hogson, michael",
"jobs, steve", "just", "stuff", "nothing", "interesting", "date",
"06.05.2022", "number", "2/1575", "adress", "bowland road 2, mexiko",
"name", "michael myers", "terry jones", "olivia wilde", "just",
"stuff", "nothing", "interesting", "date", "06.05.2022", "number",
"1/93375", "adress", "sunset boulevard", "name", "harrison ford")
相同的模式总是重复,我想要一个像这样的数据框:
总是有确切的一个日期、一个数字、一个或多个地址以及一个或多个姓名。 “只是没什么有趣的东西”也总是相同的,并且可以可靠地用于检测名称的结尾。
我想这可以通过循环来实现,但我放弃了尝试。或者有没有一个函数可以处理这种异常情况? (甚至不确定长度是否是正确的词,我希望我的意思很清楚......)
最佳答案
在 Base R 中,您可以将文本重写为有效的 DCF 并读入。
x <- paste(text, collapse = ' ')
x <- gsub('just stuff nothing interesting', '', x)
x <- gsub('(name|number|adress)', '\n\\1:', x)
x <- gsub("date", "\n\ndate:", x)
read.dcf(textConnection(x), all = TRUE)
date number adress name
1 06.05.2022 1/3892 north street 45 peter miller
2 06.05.2022 5/7283 south street 11, fareaway west street 4 john snow
3 06.05.2022 7/112563 island street 348 planet street 11, tortuga calvary road 9 hogson, michael jobs, steve
4 06.05.2022 2/1575 bowland road 2, mexiko michael myers terry jones olivia wilde
5 06.05.2022 1/93375 sunset boulevard harrison ford
请注意,您可以运行 cat(x)
来查看有效的 DCF 是什么样的
使用 tidyverse:
text %>%
str_replace("^(number|name|adress|date)", "\n\\1:") %>%
str_replace("^(\ndate)", "\n\\1")%>%
str_c(collapse = " ")%>%
str_remove_all("just stuff nothing interesting") %>%
textConnection()%>%
read.dcf(all = TRUE)
关于R:将不规则长度的文本转换为数据帧,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72144999/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!