R：具有多个标题的列表-如何按标题拆分（每个标题的行数不等）

Posted 2023-03-17

【中文标题】R：具有多个标题的列表-如何按标题拆分（每个标题的行数不等）

【英文标题】：R: List with multiple headings - How to split by heading (unequal lines per heading)

【发布时间】：2020-11-19 11:51:21

【问题描述】：

我有一个看起来像这样的大文件：

Heading1
1 ABC
2 DEF
Heading2
1 GHI
2 JKL
3 MNO
Heading3
1 PQR
2 STU

标题始终具有相同的模式，但每个标题下方的条目不同（条目数量不同，没有共同的模式，字母/单词的数量不同）。

我想将一个列表拆分为多个列表，即每个标题都有一个新列表。如果有人能指出正确的方向来解决这个问题，那就太好了。

干杯！

编辑：忘记包含如何将每个新列表保存为文件名 = 标题的单独文件？

最终解决方案，感谢@Nate

## input

test <- list("Heading1", "1 ABC", "2 DEF", "Heading2", "1 GHI", "2 JKL", "3 MNO", "Heading3", "1 PQR", "2 STU")

## split list into list of lists

header_positions <- grepl("^Heading", test)

grouping_index <- cumsum(header_positions)

li <- split(test[!header_positions], grouping_index[!header_positions])

setNames(li, test[header_positions]) # Yes to fancy names ;)

## save each list

for(n in names(li)) 
  writeLines(unlist(li[[n]]), paste0("heading ",n))
 

【问题讨论】：

您能否使用 dput()、dump() 或 structure() 提供可重现的数据样本？

> dput(test) list("Heading1", "1 ABC", "2 DEF", "Heading2", "1 GHI", "2 JKL", "3 MNO", "Heading3 ", "1 PQR", "2 STU")

dput(test) 之后应该有换行符......

感谢观看，非常感谢！

不是您要求的确切内容，但您可以从“SOfun”查看read.mtable。你可以做library(SOfun); read.mtable("test.txt", "Heading")。

【参考方案1】：

这就是我会做的：

header_positions <- grepl("^Heading", test)
header_positions

grouping_index <- cumsum(header_positions)
grouping_index

li <- split(test[!header_positions], grouping_index[!header_positions])
li

setNames(li, test[header_positions]) # if you want to have fancy names :)

我认为cumsum(grepl(...)) 模式对于这种列表拆分任务非常有用。

如果你想通过writeLines() 写出你需要将列表元素转换为character 向量和unlist()：

for(n in names(li)) 
  writeLines(unlist(li[[n]]), paste0(n, ".txt"))
 

这是遍历列表名称的另一种有用模式，因此您可以直接访问名称（对于文件名）并使用它们来索引列表（对于文件内容）。

【讨论】：

感谢您将我指向 grepl 和 cumsum，这个解决方案非常清晰，非常感谢！

sooo.... 我认为将每个列表保存为带有 filename = header 的单独文件肯定会很容易。但是，怎么做？我编辑了原始问题:)

我不认为你有一个列表，听起来更像是一个数据框，你要拆分的原始文件格式是什么？

普通的旧 txt。这真的很烦人，看起来像例子，只是更长:(

知道了，不用担心。前导数字是否表示为 rowID？

【参考方案2】：

你可以试试这个吗？

mylist = list("Heading1", "1 ABC", "2 DEF", "Heading2", "1 GHI", "2 JKL", "3 MNO", "Heading3", "1 PQR", "2 STU")
idx = unlist(lapply(mylist, function(x) as.numeric(regexpr("heading", x, ignore.case=T))))
idx[which(idx == -1)] = 0
idx = cumsum(idx)
myotherlist = vector("list", max(idx))
for (i in 1:length(mylist)) myotherlist[[idx[i]]] = append(myotherlist[[idx[i]]], mylist[i])