r - 如何读取包含多个嵌入数据集和非打印字符的格式错误的 CSV 文件

Question

我需要使用下图中的以下选项打开一个 CSV 文件。我将链接添加到我的文件。您可以尝试使用文件“20140313_Helix2_FP140_SC45.csv”

https://www.dropbox.com/sh/i5y8r8g7wymalw8/AABXsLkbpowxGObFpGHgv4m-a?dl=0

我已经尝试了 read.table 和 read.csv 的许多选项，但我需要一个包含多列的数据框并且数据是分开的。

Answer 1

它看起来像捕获的打印机输出。但这并不太混乱：

# read it in as raw lines
lines <- readLines("20140313_Helix2_FP140_SC45.csv")

我假设您想要“频率点”数据（这是最普遍的），所以我们找到其中的第一个：

start <- which(grepl("^FREQUENCY POINTS:", lines))[1]

文件的其余部分是“常规的” ，足以查找以数字开头的行（即PNT列）并将其读入，使其列名比read.table默认值更清晰）：

dat <- read.table(textConnection(grep("^[0-9]+",lines[start:length(lines)], value=TRUE)),
                  col.names=c("PNT", "FREQ", "MAGNITUDE"))

而且，结果如下：

head(dat)
##   PNT     FREQ MAGNITUDE
## 1   1 0.800000   -19.033
## 2   2 0.800125   -19.038
## 3   3 0.800250   -19.071
## 4   4 0.800375   -19.092
## 5   5 0.800500   -19.137
## 6   6 0.800625   -19.167

nrow(dat)
## [1] 1601 

行数匹配（据我所知）频点记录数。