1

我想将几个固定宽度格式的 txt 文件读入 R，但我首先需要将它们解压缩。

由于它们是非常大的文件，我想read_fwf从readr包中使用它，因为它非常快。

当我做：

read_fwf(unz(zipfileName, fileName), fwf_widths(colWidths, col_names = colNames))

我收到这个错误Error in isOpen(con) : invalid connection

但是，当我这样做时：

read.table(unz(zipfileName, fileName))没有指定宽度，它读起来R就很好。关于为什么这不起作用的任何想法read_fwf？

我无法制作可重现的示例。这是我得到的：

df <- data.frame(
  rnorm(100),
  rnorm(100)
)

write.table(df, "data.txt", row.names=F, col.names = F)
zip(zipfile = "data.zip", files = "data.txt")
colWidths <- rep(2, 100)
colNames <- c("thing1","thing2")
zipfileName <- "data.zip"
fileName <- "data.csv"
4

1 回答 1

2

在将 -ed 文件传递​​给它时，我也无法让 read_fwf 读取 zip 文件unz，但随后阅读?read_fwf页面我看到压缩文件被承诺自动处理。例如，您没有创建一个有效的 fwf 文件，因为这两个列都没有固定位置，但输出很明显：

read_fwf(file="~/data.zip", fwf_widths(widths=rep(16,2) ,col_names = colNames) )
Warning: 1 parsing failure.
row    col expected actual
  3 thing2 16 chars     14
# A tibble: 100 x 2
             thing1               thing2
              <chr>                <chr>
1  1.37170820802141    -0.58354018425322
2  0.03608988699566 7 -0.402708262870141
3  1.02963272114 -1       .0644333112294
4  0.73546166509663  8 0.607941664550652
5  -1.5285547658079   -0.319983522035755
6  -1.4673290956901    0.523579231857175
7  0.24946312418273 9 -0.574046655188405
8  0.58126541455159 5 -0.406516495600345
9   1.5074477698981   -0.496512994239183
10 -2.2999905645658 8 -0.662667854341041
# ... with 90 more rows

您收到的错误来自该unz函数，因为它需要一个 zip 扩展文件的完整路径（并且显然不接受隐式工作目录位置）作为“描述”参数。它的第二个参数是 zip 文件中压缩文件的名称。我认为它返回一个连接，但不是 read_fwf 能够处理的类型。手动解析我发现我们俩得到的错误来自这部分代码read_connection：

> readr:::read_connection
function (con) 
{
    stopifnot(is.connection(con))
    if (!isOpen(con)) {
        open(con, "rb")
        on.exit(close(con), add = TRUE)
    }
    read_connection_(con)
}
<environment: namespace:readr>

您没有提供unz有效的“描述”参数，即使我们努力打开open(con, "rb")失败，因为各种文件处理函数中的参数缺乏标准化。

于 2016-07-31T16:40:49.367 回答