R - 在特定行后读取.txt文件中的行

Question

我有一堆输出.txt文件，它由大型参数列表和X-Y坐标集组成。我需要从所有文件中提取这些坐标，以便只将这些行导入到矢量中。这将很好地工作

impcoord<-read.table("file.txt",skip= ,nrow= ,...) 

但文件支持参数的不同长度后打印的坐标集。

幸运的是，坐标始终在包含某些单词的行后面开始。

因此，我的问题是，如何在这些字词之后开始阅读.txt文件？假设他们是：

coordinatesXY 

非常感谢您的时间和帮助！

-Olli

- 编辑 -

很抱歉的混乱。

该文件的部分如下：

##XYDATA= (X++(Y..Y)) 
131071 -2065 
131070 -4137 
131069 -6408 
131068 -8043 
...  ... 
...  ... 

第一行是所述一个其中skip应该结束并下列坐标需要被导入到载体中。正如你所看到的X坐标从131071开始和结束时0

Answer 1

1）read.patternread.pattern gsubfn可以用来只读取符合特定模式的行。在这个例子中，我们匹配行首，可选空间，一个或多个数字，一个或多个空格，一个可选的减号，后跟一个或多个数字，可选空间，行尾。匹配regexp的括号化部分的部分作为data.frame中的列返回。 text = Lines在这个自包含的示例中可以替换为"myfile.txt"，比方说，如果数据来自文件。修改适合的模式。

Lines <- "junk 
junk 
##XYDATA= (X++(Y..Y)) 
131071 -2065 
131070 -4137 
131069 -6408 
131068 -8043" 

library(gsubfn) 
DF <- read.pattern(text = Lines, pattern = "^ *(\\d+) +(-?\\d+) *$") 

，并提供：

> DF 
     V1 V2 
1 131071 -2065 
2 131070 -4137 
3 131069 -6408 
4 131068 -8043 

2）仅使用基础R读两次另一种可能性是简单地读取一次它以确定的skip=的值和第二时间使用到执行实际读那个价值。从文件中读取myfile.txt用"myfile.txt"替换text = Lines和textConnection(Lines)。

read.table(text = Lines, 
    skip = grep("##XYDATA=", readLines(textConnection(Lines)))) 

新增一些修订，并加入第二种方法。

Answer 2

这看起来像一个工作为的fread

library(data.table) 
impcoord <- fread("file.txt",skip="coordinatesXY") 

- 编辑 -

data.table这就是为什么它给出一个可重复的例子是很好的。该错误意味着您的文件正在造成麻烦。

skip命令将您给它的文本与文件相匹配，以确定要开始的行，因此您需要从行的开头为它开始读取一个唯一的字符串。该函数将工作是这样的：

## some random text 
## some more random text 
## More random text 
table_heading1, table_heading2, table_heading3 ...etc 
value1, value2, value3 ... etc 
etc 

Just_The_Table <- fread("the_above_as_a_text_file.txt", skip="table_heading1", header=T) 

Answer 3

一个可能的办法是以下几点：

 conn<-file("file.txt",open="rt") 
    x<-TRUE 
    while (x) 
     {x<-!grepl("coordinatesXY",readLines(conn,n=1))} 
    ret<-read.table(conn,...) #insert additional parameters to read.table 
    close(conn) 

您在输入文件时读取一个行且停，当你发现的指标串。然后您通过read.table阅读该文件。使用这种方法，您不会将整个文件存储在内存中，而只是存储您需要的一部分。