问题标签 [read.fwf]

希望标题有意义。

本质上，一个文件中有两个数据集。

第 1 行包含数据集 1 的标题，按 loc 排列。然后第 2-1500 行是这些位置的条目。

第 1501 行是 dataset2 的标题，按 loc 排列。然后第 1502-3001 行是这些位置的条目。

如何读取具有这些属性的固定文件，为每个数据集提供标题间距（以及 dataset2 开始的点）。

我想将此数据集导入到df. 我正在尝试使用read.fwf方法将此 SAS 支持文件转换为 R 代码

如 SAS 文件中所述定义变量名称和长度

从网上检索 DF

可视化 DF

老实说，我不相信这个DF。我得到太多NAs

在@42-启发答案之后更新。更快的方式

我使用库轻松改进了我的代码SAScii并且它可以工作。但是，我在这里发现了一些更快且系统费用更低的东西。

我想将由字符串组成的数据集拆分为由 start 和 end 指定的列。

我的数据集看起来像这样：

我想通过使用数据字典指定我的列来拆分它：

所以它变成：

实际上，数据来自长期运行的调查，一些列之间的空白代表不再收集的变量。它有很多变量，所以我需要一个可以扩展的解决方案。

tidyr::separate看起来您只能通过指定要拆分的位置来拆分，而不是开始和结束位置。有没有办法使用开始/结束？

我想过这样做，read_fwf但我似乎无法在我已经加载的数据集上使用它。我只能通过首先导出为 txt 然后从该 .txt 中读取来使其工作：

是否可以read_fwf在已加载的数据集上使用？

R 和 R Studio 相对较新，我正在尝试重新格式化文本文件以对其中的数据进行一些分析。我目前正在尝试使用 read.fwf 来整理数据，但似乎做错了什么，导致各种错误。我试图通过参考资料/指南来解决这些问题，但仍然很困难。有什么建议么？（代码、文本文件中的信息示例以及所需的格式如下）。

当前代码：

文本文件示例：

W02000103311701021610061031206057054056013054096054015053015038 W02000103311701021606055024403039038084005121 W02000103311701021609067028505040038054013065104062012064 W02000103311701021705073004302024043019 W02000103311701021710066045606055070075015088094085018086018067 W02000103311701021710080044706052069075015087096083018085018065 W02000103311701021805076007402034056040 W02000103311701021805076004802025043023 W02000103311701021905077002402010051014 W02000103311701021905072004702026042021 W02000103311701021906044020303068053067015068 W02000103311701022006066014803057045049014042 W02000103311701022006053012903058041038014033 W02000103311701022005060003702020043017 W02000103311701022006063009503046047023014026 W02000103311701022105072006602036060030 W02000103311701022206068017703045050059015073W02000103311701022305065006902033037036 W02000103311701030005066008802032038056 W02000103311701030305066008202037063045

所需的数据格式：

问题：

我正在导入一个 .txt 固定宽度数据集，在 R 中有 16 列，并且在读取时丢失了大约一半的列。

难以创建可复制的数据，但下面有一些 ss/snippets：

快速查看下面的数据。第一个屏幕截图显示了数据文件的上半部分。第一列是列名，第二列只是破折号（我用它们的长度来计算列的固定宽度）。

当我查看 .txt 文件时，显示所有列名，但仅显示列中的前半部分值。向下滚动数据的一半，显示列值的后半部分。我认为这是一个显示问题。但是，将数据读入 R 时，我看到了同样的情况。

结果数据仅提取列值的前半部分。

[结果读取数据][1]

任何帮助表示赞赏！很高兴根据需要澄清。

我正在尝试使用readr's解析固定宽度的 .txt 文件read_fwf。大约有 150 万个观测值和大约 150 万个观测值。其中 550 个缺少 60 个变量中的最后 25 个。这种遗漏会导致对这些观察结果所具有的最终变量（下例中的“描述”）的不完美解析，并使数据框没有这些部分填充的列。

例如，

col_types是一行 60 个'c'符号的字符串，因此所有列都作为字符读入。fwf_widths并且fwf_names是建议的列宽和列标题的适当规范。

我知道，通过在 df 的最后一列中缺少值，我违反了文档的“固定宽度”性质。

有没有办法可以 1)read_fwf保留这些部分填充的行？2) 如果不是，我如何读取这个 txt 文件，因为它的 99% 可以根据正常的 FWF 进行解析？

我正在尝试用来readr::read_fwf读入 .txt 文件。我知道所有的列宽，但我收到了这个解析错误，我不知道如何解决：

我试过添加trim_ws = T哪个不能消除错误。我查看了实际内容，df[372722, ]它看起来description包含正确的内容。有人可以帮我解释什么 embedded null意思以及我可以如何处理这个问题吗？

我有 160 个文本文件，它们都具有相同的数据列，但没有标题。没有分隔符，所以我必须使用 read.fwf，我可以使用以下代码一次读取一个：

但是这样做 160 次并不理想，所以我试图一次将它们全部放入以绑定它们。到目前为止，这是我的代码：

我不断收到错误，并且 fn 没有设置任何内容，应该是吗？任何建议表示赞赏并欢迎提前谢谢您。

我获得了一个 .txt 格式的数据集，我需要将其导入 R 进行研究分析。.txt 文件有一列带有数字字符，没有标题，也没有分隔符。以下是 .txt 文件中的几个示例：

4878578572809275874037093859845083594859474905704627402739385785748756 0934893758795493758745846784678576857458708476968983984980985974687586 3989458476857609379087685796847586770493706759787398499485957658968590

我想知道如何根据变量在 R 中分离这些字符。因此，我想将前 3 个数字用于变量 1，接下来的 5 个数字用于变量 2，接下来的 2 个数字用于变量 3，依此类推。

是否有我可以在 R 中使用的表达式，它允许我根据每个变量所需的字符数来分隔 .txt 文件中的观察结果？

我试过 read.fwf 但没有用。或者，也许我尝试不正确。

对此问题的帮助将不胜感激！

我有一个前半部分固定宽度的文件，后半部分用“，”分隔的表格。当我复制文件的一部分并另存为另一个文件时，python 函数 pandas.read_fwf(file_path) 可以完美地工作，因为 read_fwf 可以推断列长度。

但是，当我尝试使用 read_fwf(file_path, skiprows = 2, nrows = 75) 仅读取输入文件的固定宽度部分时，它不能正确推断列，而只是返回一个包含 1 列的 DataFrame。

是否有任何解决方法或解决方案