r - 跳过行直到具有特定值的行

Question

我需要从 URL 读取一个 .txt 文件，但想跳过这些行直到具有特定值的行。网址是 https://fred.stlouisfed.org/data/HNOMFAQ027S.txt数据采用以下形式:

”

...(行数)

...(行数)

...(行数)

日期值

1945-01-01 144855

1946-01-01 138515

1947-01-01 136405

1948-01-01 135486

1949-01-01 142455

”

我想跳过所有行，直到包含“DATE//VALUE”的行，然后从该行开始导入数据(包括“DATE//VALUE”)。有没有办法用 data.table 的 fread() 或任何其他方式(例如 dplyr)做到这一点？

非常感谢您付出的努力和时间!

最好的，

c.

Answer 1

这里有一种方法可以使用 readr::read_lines、dplyr 和来自 stringr 的字符串处理从这些文本文件中提取信息。

library(tidyverse)
library(stringr)

df <- data_frame(lines = read_lines("https://fred.stlouisfed.org/data/HNOMFAQ027S.txt")) %>%
  filter(str_detect(lines, "^\\d{4}-\\d{2}-\\d{2}")) %>%
  mutate(date = str_extract(lines, "^\\d{4}-\\d{2}-\\d{2}"),
         value = as.numeric(str_extract(lines, "[\\d-]+$"))) %>%
  select(-lines)

df
#> # A tibble: 286 x 2
#>          date value
#>         <chr> <dbl>
#>  1 1945-10-01  1245
#>  2 1946-01-01    NA
#>  3 1946-04-01    NA
#>  4 1946-07-01    NA
#>  5 1946-10-01  1298
#>  6 1947-01-01    NA
#>  7 1947-04-01    NA
#>  8 1947-07-01    NA
#>  9 1947-10-01  1413
#> 10 1948-01-01    NA
#> # ... with 276 more rows

我使用 stringr::str_detect 过滤了所有你想保留的行，然后使用 stringr::str_extract 和正则表达式从字符串中提取了你想要的信息.