在R中，我有一个没有列的数据框，并希望将其拆分为不同的列

Question

我正在编写一个脚本，它进入我们的机器并解析一个跟踪文件，这是一个txt文件。我需要一个特定值，在本例中为"RP"，并从该数据创建一个数据帧。现在我有了所有这些行，但没有列。我想分成几列。下面是grep之后的样子。

1 2016-03-14 09:52:38> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0004

我想要的是。日期压力2016-03-14 09:52:38 rp+0004

options(warn=-1)
#Select Copy From Dir, Change \\ to /
copyfrom<-gsub("\\\\","/",choose.dir(default = "", caption = "Select folder you wish to copy files from"))
#File names
listfiles<-list.files(copyfrom)
#Total amount of files
totalfiles=length(listfiles)
#Select Copy To Dir, Change \\ to /
copyto<-gsub("\\\\","/",choose.dir(default = "", caption = "Select folder you wish to copy files to"))


#Loop through all files in direct
for (totalfiles in 1:totalfiles)
{
  #Opening the file based on how many files present
  con <- file(paste0(copyfrom,"/",listfiles[totalfiles]))
  #open connection to file
  open(con); 
  #read file
  read <- readLines(con) 
  #search file for particular value
  searched_entries = grep("RP", read, value = T)
  #write file, remove .trc from file name and add _parsed
  writeLines(searched_entries, con = paste0(copyto,"/",gsub(".trc","",listfiles[totalfiles]),"_parsed.txt"))
  #close connection and print total files parsed
  close(con)
  print(totalfiles)
}

以下是数据框：

2016-03-14 09:52:38> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0004 2016-03-14 09:52:39> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:39> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:39> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000等。

我想结束与2列，一个与日期(2016-03-14 09:52:3)，另一个与RP编号(rp+0000)让我知道，如果你想让我进一步澄清。

这是Trace文件。您可以将此文件复制粘贴到记事本中，然后将其另存为文件名为StarLineDailyMaintenance_8715f3804819481aae1cae3a479556aa_Trace.trc的.txt文件

2016-03-14 09:52:38> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0004 2016-03-14 09:52:39> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:39> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:39> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:40> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:40> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:40> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:41> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:41> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:41> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:42> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:42> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:42> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:43> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:43> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:43> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:44> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:44> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:45> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:45> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:45> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:46> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:46> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:46> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:47> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:47> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:47> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:48> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:48> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:48> Microlab®STAR :固件命令(单步)-完成；> RP: rp+0000 2016-03-14 09:52:49> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4067 2016-03-14 09:52:50> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4057 2016-03-14 09:52:50> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4028 2016-03-14 09:52:51> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4057 2016-03-14 09:52:52> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4082 2016-03-14 09:52:52> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4125 2016-03-14 09:52:53> Microlab®STAR :固件命令(单步)-完成；> RP: rp+4082

Answer 1

您可以使用字符串r中的str_match和正则表达式来解析这些行；

> library(stringr)

> df

#                                                                                               V1
# 1 2016-03-14 09:52:38> Microlab® STAR : Firmware Command (Single Step) - complete; > RP: rp+0004 
# 2 2016-03-14 09:52:39> Microlab® STAR : Firmware Command (Single Step) - complete; > RP: rp+0000 
# 3 2016-03-14 09:52:39> Microlab® STAR : Firmware Command (Single Step) - complete; > RP: rp+0000 
# 4 2016-03-14 09:52:39> Microlab® STAR : Firmware Command (Single Step) - complete; > RP: rp+0000

> f <- as.data.frame(str_match(df$V1, '^([^>]*)>[^>]*> RP: ([^ ]*) *$')[,-1])
> colnames(f) = c('Date', 'Pressure')
> f

#                  Date Pressure
# 1 2016-03-14 09:52:38  rp+0004
# 2 2016-03-14 09:52:39  rp+0000
# 3 2016-03-14 09:52:39  rp+0000
# 4 2016-03-14 09:52:39  rp+0000

看起来有点复杂的正则表达式基本上获取了到第一列的第一个>之前的所有内容，以及> RP:之后到第二列的所有内容。

假设文件是以给定格式换行分隔的，您也可以使用gsubfn中的read.pattern直接解析文件中的数据，并使用相同的正则表达式；

> library(gsubfn)

> f = read.pattern('Test/test.txt', '^([^>]*)>[^>]*> RP: ([^ ]*) *$')
> colnames(f) = c('Date', 'Pressure')
> f

#                  Date Pressure
# 1 2016-03-14 09:52:38  rp+0004
# 2 2016-03-14 09:52:39  rp+0000
# 3 2016-03-14 09:52:39  rp+0000
# 4 2016-03-14 09:52:39  rp+0000