问题标签 [read.fwf]

'''

''''

我正在抓取一些我想要进行文本分析的脚本。我只想从脚本中提取对话，看起来它有一定的间距。例如，我想要那行“嘿——对不起。”。我知道间距是 20，这在整个脚本中是一致的。所以我怎么才能只读那一行，其余的行间距相等？

我想说我要使用read.fwf，读取一个固定的宽度。

你们有什么感想？

我正在从这样的网址中抓取： https ://imsdb.com/scripts/10-Things-I-Hate-About-You.html

我有一个 .txt 文件并且正在使用 Rstudio。

我正在尝试使用 read.fwf 读取 .txt 文件：

这可行，并且列的长度正确。然而，“einst”和“bu”应该是整数值，其余的应该是日期。

导入第一列（ID 变量）中的所有值时，如下所示：

我一直在尝试寻找将导入的列更改为整数（或字符？）值的方法，但我没有发现任何不会导致错误的内容。一个例子，我在谷歌之后尝试过：

导致错误：

数据集中有许多超过 100.000 行的缺失值。所以其他导入方式对我不起作用。数据集不是制表符分隔的。

对不起，如果这很明显，我是一个非常新的 R 用户。

编辑：

感谢您的帮助，我将其更改为：

现在看起来不错。

我正在尝试打开一个固定宽度的大型文件，但不幸的是，函数 read.fwf 似乎非常耗时。由于我必须使用大型数据集，我会知道是否有其他解决方案可以节省时间，或者是否没有解决方案。

就我而言，要打开一个大约 60 万的文件，我使用以下代码：

大约需要 12 分钟。

由于我不需要数据库中的所有列，因此我尝试删除其中一些列：

我节省了一些时间（6 分钟），但该过程仍然过于耗时，因为我必须处理超过 200 万行的许多数据集。