R从文本文件读取数据

Question

我有一个具有挑战性的文件阅读任务。 我有一个典型的老会计部门的.txt文件（包含标题，标题，页面和有用的表格定量和定性信息）。它看起来像这样：

从这个文件我试图做两个任务（与read.table和扫描）：

1）提取其|之间的表格中显示的信息是会计信息（任何审判你可以看到客户的信息是：在一个不容易的数据帧或特征向量）

2）包括作为变量每个字幕与“客户”的文本文件开始结束itle，然后是会计信息（应付帐款），然后是另一个客户和会计信息等等。所以不是一列，而是一排（？）

我一直试着用read.table（几个sep和quote参数）和扫描，然后试图处理字符向量。

谢谢！

Answer 1

我以前去过那里，所以我知道你正在经历什么。

我有2条新闻给你，一个坏，一个好。坏一个我已阅读，在这些类型的文件在SAS吨次，但从未在的R - 然而 好消息是我可以给你一些提示，这样你就可以做出来的R.

所以策略如下：

1）您将读取文件到一个数据帧，其中包含只有的单个列。这一栏是字符，并将保存 整行输入文件。即如果文件中的最大行长度为80，则长度为80。

2）现在你有一个数据框，其中每条记录等于输入文件中的一行。在这一点上，你可能想要检查你的文件中的数据帧与每行有相同的数字或记录。

3）现在你可以使用grep来摆脱关闭或只保留那些符合条件的（即与“客户”）开头字幕线。 你可能会发现在这里真正有用的正则表达式。

4）你的数据框现在只有符合“客户”模式和表模式 （即符合'Country'或/\d{3} \d{8}/或' Total'开始）记录。

5）你现在需要做的是创建一组变量，增加每找到“客户”时间+1。所以group = 1会重复相同的值，直到找到'Customer 010343'，其中group现在是group = 2。或者甚至更好的是，您的组可以是客户ID，直到找到新的ID。你需要以某种方式保留该id，直到找到一个新的id。

从你几乎做，你将能够识别客户和表格很容易的最后一步。您可能希望创建一个以表格格式输出表格字符串的函数。

无论您是在单个表格中处理它们，还是将数据帧拆分为n个数据帧来单独处理它们都由您决定。

在SAS中，这是指针（@）和保留（保留语句）的概念，每条匹配条件的行可以与其他条件不同，因此您输出的数据集已包含表格格式的列和客户信息。

嗯，希望这可以帮助你。