read.fwf和数字符号

Question

我正在尝试使用this file中描述的固定宽度结构来读取the following link(3.8mb)。

该命令:

a <- read.fwf('~/ccsl.txt',c(2,30,6,2,30,8,10,11,6,8))

产生一个错误:

line 37 did not have 10 elements

用不同的skip选项值复制问题后，我发现引起问题的行都包含“＃”符号。

有什么办法可以解决吗？

Answer 1

正如@jverzani所评论的那样，此问题可能是＃符号通常用作表示评论的字符的事实。将comment.char的read.fwf输入参数设置为非＃可以解决此问题。我会将我的答案留在下面，作为更一般的情况，您可以在任何会引起问题的字符上使用(例如，荷兰城市名's中的's Gravenhage)。

我遇到了其他符号出现此问题的情况。我采用的方法是简单地将＃替换为空或不生成错误的字符。在我的情况下，简单地替换字符是没有问题的，但是在您的情况下这可能是不可能的。

因此，我的方法是删除产生错误的符号，或替换为另一个字符。这可以使用R编辑器中的文本编辑器(查找和替换)或使用某些名为grep和sed的linux工具来完成。如果要在R脚本中执行此操作，请使用scan或readLines读取行。一旦文本存储在内存中，就可以使用sub替换字符。

如果您不能替换该字符，我将尝试以下方法:用一个不会产生错误的字符替换该字符，使用read.fwf将其读入R，最后用＃字符替换该字符。