在特定标记处分割数据

Question

我想要创建一个脚本，在txt文件中读取并在特定的点拆分它。文本文件如下所示：

>>PARAM:EDGER

a   10
b   10
c   30

>>PARAM:GSEA

d   10
e   10
f   30

>>PARAM:GO

g   2
h   3

>>PARAM:KEGG

i   9
j   20

这些值是以制表符分隔的。

我用data <- read.table("config_2_R.txt",header=FALSE, sep="\t",fill = TRUE)在文件中读到

我想在>>PARAM:.例如：

df1
v1  v2
a   10
b   10
c   30

df2
v1  v2
d   10
e   10
f   30

df3
v1  v2
g   2
h   3

df4
v1  v2
i   9
j   20

我怎么能做到呢？谢谢!

Answer 1

您可以同时读取所有数据，然后找到">>“模式来分割数据，然后将每个块作为data.frame读取。例如

lines <- readLines("config_2_R.txt")
dfs <- lapply(split(lines, cumsum(grepl(">>", lines))), function(x) {
  read.table(text=x[-(1:2)])
})

这将返回一个data.frames列表，它通常比全局环境中的许多不同变量更容易处理。但是如果你真的需要不同的变量，你可以用

list2env(setNames(dfs, paste0("df", seq_along(dfs))), env=globalenv())

或者，如果您希望将它们全部读入一个data.frame中，但添加一个列以指示PARAM: value是什么，则可以这样做

lines <- readLines("config_2_R.txt")
dfs <- lapply(split(lines, cumsum(grepl(">>", lines))), function(x) {
  source <- gsub(">>PARAM:","", x[1])
  cbind(read.table(text=x[-(1:2)]), source)
})
do.call("rbind", dfs)