Вот укол, но так как у нас нет файла для проверки, вы сами для этого.Вероятно, есть много предположений, которые я сделал с этим форматом, которые необходимо проверить, а именно:
- мы находим определения столбцов между строкой с литералом
infix и литералом using - определение каждого столбца точно
columnname from hyphen to, с пробелами (даже если один символ, это будет somename 5 - 5) - имя файла сразу следует за литералом
using;за запятой может следовать clear или другие не запятые символы, не являющиеся частью имени файла
do2fwf <- function(txt) {
infix <- grep("^infix\\s*", txt)
if (length(infix) != 1L) stop("need exactly one 'infix' line")
using <- grep("^\\s*using\\b", txt)
if (length(using) != 1L) stop("need exactly one 'using' line")
if (using < infix) stop("'infix' must occur before 'using'")
hdrtxt <- txt[ (infix+1):(using-1) ]
# " CHLDID14 1 - 5 CHLDSN14 6 - 7 PCGID14 8 - 12 "
re <- gregexpr("\\S+", hdrtxt)
m <- regmatches(hdrtxt, re)
# [[1]]
# [1] "CHLDID14" "1" "-" "5" "CHLDSN14" "6" "-" "7" "PCGID14" "8"
# [11] "-" "12"
if (!all(lengths(m) %% 4 == 0))
stop("not all variables are the right format of 'name i - j'")
if (any(lengths(m) == 0)) {
warning("found empty lines, confusing")
m <- Filter(length, m)
}
# need to convert 4x lists into 1x lists
m2 <- do.call("c", mapply(split, m, lapply(lengths(m), function(a) (1:a-1) %/% 4)))
nms <- sapply(m2, `[[`, 1)
froms <- as.integer(sapply(m2, `[[`, 2))
tos <- as.integer(sapply(m2, `[[`, 4))
widths <- tos - froms + 1
filename <- gsub("^\\s*using\\s*", "", txt[using])
# this works here, but I don't know if it is generic and rule-following
filename <- gsub("\\s*,[^,]*$", "", filename)
list(filename = filename, names = nms, widths = widths)
# x <- read.fwf(filename, widths=widths, ...) # header=FALSE???
# colnames(x) <- names
}
Если вы используете данные внизу (которые на самом деле должны быть txt <- readLines("somefile.do"), вы получите следующее:
do2fwf(txt)
# $filename
# [1] "[path]\\IDMAP14.txt"
# $names
# 0 1 2 0 1 2 0
# "CHLDID14" "CHLDSN14" "PCGID14" "PCGSN14" "CDSHID14" "CHLDINST14" "PCGINST14"
# $widths
# [1] 5 2 5 2 4 2 2
, которое вы можете использовать (согласно комментариям) по своему усмотрению. Я не знаю ни строки заголовка, ни других аргументов, которые могут вам понадобиться для read.fwf.Удачи!
Текст:
txt <- readLines(textConnection('**************************************************************************
Label : CDS 2014 ID Map
Rows : 4353
Columns : 7
ASCII File Date : December 11, 2017
*************************************************************************;
infix
CHLDID14 1 - 5 CHLDSN14 6 - 7 PCGID14 8 - 12
PCGSN14 13 - 14 CDSHID14 15 - 18 CHLDINST14 19 - 20
PCGINST14 21 - 22
using [path]\\IDMAP14.txt, clear
;
label variable CHLDID14 "CHILD 2013 PSID FAMILY IW (ID) NUMBER" ;
label variable CHLDSN14 "CHILD 2013 INDIVIDUAL SEQUENCE NUMBER" ;
label variable PCGID14 "PCG 2013 PSID FAMILY IW (ID) NUMBER" ;
label variable PCGSN14 "PCG 2013 INDIVIDUAL SEQUENCE NUMBER" ;
label variable CDSHID14 "CDS 2014 HOUSEHOLD INTERVIEW NUMBER" ;
label variable CHLDINST14 "CDS 2014 HH ROSTER CHILD SEQUENCE NUM" ;
label variable PCGINST14 "CDS 2014 HH ROSTER PCG SEQUENCE NUM" ; '))