将以逗号分隔格式保存的数据转换为不带包的固定宽度格式

Posted 2023-04-18

【中文标题】将以逗号分隔格式保存的数据转换为不带包的固定宽度格式

【英文标题】：Convert data saved in a comma delimited format to a fixed width format without package

【发布时间】：2019-05-08 03:33:27

【问题描述】：

我有一个以逗号分隔格式保存的数据文件。但是，它应该转换为具有固定宽度的字符串格式。我知道那里有一个包 gdata。但是，由于一些技术限制，我无法安装该软件包。如果没有包，我知道的唯一方法是通过指定格式来使用sprintf。但是，我确实有 100 多个变量。因此，为每个变量编写格式非常繁琐。谁能帮我解决这个问题？任何帮助将不胜感激。

一个例子如下。

x<-data.frame(matrix(c("N",27,"P",3,"C","A","A","B","C","A","B","B","D","C"),nrow=1))

前4个变量的宽度是2,3,2,2，后面的变量只有1。 我想要的结果应该是这样的

N 27 P 3 CAABCABBDC

【问题讨论】：

您对tidyverse 开放吗？还是只在基地寻找解决方案？ x %>% unite(combine, names(x), sep = "") %>% separate(combine, into = paste0("V", 1:5), sep = c(1, 3, 4, 5)) 可以吗？

【参考方案1】：

很遗憾，您不能使用 gdata。你可以在事后将cols粘贴在一起

x<-data.frame(matrix(c("N",27,"P",3,"C","A","A","B","C","A","B","B","D","C"),nrow=1))

cols <-5:ncol(x) 
x$newccol <- apply( x[ ,cols] , 1 , paste , collapse = "" )
x[ ,cols ] <- NULL

【参考方案2】：

这里有另外 2 种可能的方法，假设只提供前 N-1 个固定宽度，其余字符总是折叠成一个字符串：

1) 使用base::substring

s <- "N27P3CAABCABBDC"
l <- c(2L,3L,2L,2L)
l <- c(l, nchar(s) - (sum(l) - length(l)) + 1L)
start <- c(1L, head(cumsum(l - 1L) + 1L, -1L))
stop <- cumsum(l - 1L)
paste(substring(s, start, stop), collapse=" ")

2) 使用base::gsub

s <- "N27P3CAABCABBDC"
l <- c(2L,3L,2L,2L)
p <- paste(
    lapply(c(l - 1L, nchar(s) - sum(l-1L)), function(n) sprintf("([[:alnum:]]%d)", n)),
    collapse="")
r <- paste(
    paste0("\\", seq_len(length(l)+1L)),
    collapse=" ")
gsub(p, r, s)

如果在任何边缘情况下失败，请告诉我。