web-dev-qa-db-ja.com

Rで2行のヘッダーを読み取る

ヘッダーにヘッダーに2つの必要な行がある場合、ファイルをRに読み込む最良の方法は何ですか？

多くの場合、列名に1行を使用し、その下に別の行を測定単位に含めるため、これは常に私に起こります。何もスキップしたくない。名前とユニットを引き継いでほしい。

これが 2つのヘッダーを持つ典型的なファイルは次のようになるかもしれません です：

trt   biomass    yield
crop    Mg/ha    bu/ac
C2      17.76   205.92
C2      17.96   207.86
CC      17.72   197.22
CC      18.42   205.20
CCW     18.15   200.51
CCW     17.45   190.59
P       3.09    0.00
P       3.34    0.00
S2      5.13    49.68
S2      5.36    49.72
rfile-io
23
Nazer

最初の行にラベルが含まれ、ヘッダーが常に2つあることを前提として、2つのステップを実行します。

_header <- scan("file.txt", nlines = 1, what = character())
data <- read.table("file.txt", skip = 2, header = FALSE)
_

次に、文字ベクトルheaderをnamesコンポーネントとして追加します。

_names(data) <- header
_

あなたのデータではこれは

_header <- scan("data.txt", nlines = 1, what = character())
data <- read.table("data.txt", skip = 2, header = FALSE)
names(data) <- header

head(data)

>     head(data)
  trt biomass  yield
1  C2   17.76 205.92
2  C2   17.96 207.86
3  CC   17.72 197.22
4  CC   18.42 205.20
5 CCW   18.15 200.51
6 CCW   17.45 190.59
_

@DWinの回答に従って単位が必要な場合は、2行目で2番目のscan()を実行します

_header2 <- scan("data.txt", skip = 1, nlines = 1, what = character())
names(data) <- paste0(header, header2)

> head(data)
  trtcrop biomassMg/ha yieldbu/ac
1      C2        17.76     205.92
2      C2        17.96     207.86
3      CC        17.72     197.22
4      CC        18.42     205.20
5     CCW        18.15     200.51
6     CCW        17.45     190.59
_
21
Reinstate Monica - G. Simpson

readLinesを2で制限して使用し、それを解析し、paste0それらを一緒にしてから、read.tableとskip =2およびheader=FALSE （デフォルト）。列名の割り当てでプロセスを終了します。

dat <- "trt biomass yield
 crop   Mg/ha   bu/ac
 C2 17.76   205.92
 C2 17.96   207.86
 CC 17.72   197.22
 CC 18.42   205.20
 CCW    18.15   200.51
 CCW    17.45   190.59
 P  3.09    0.00
 P  3.34    0.00
 S2 5.13    49.68
 S2 5.36    49.72
 "

おそらくファイル引数を使用しますが、read-functionsにtext引数を使用すると、より自己完結型になります。

 readLines(textConnection(dat),n=2)
#[1] "trt\tbiomass\tyield" "crop\tMg/ha\tbu/ac" 
 head2 <- read.table(text=readLines(textConnection(dat),n=2), sep="\t", stringsAsFactors=FALSE)
 with(head2, paste0(head2[1,],head2[2,]) )
# [1] "trtcrop"      "biomassMg/ha" "yieldbu/ac"  
 joinheadrs <- with(head2, paste0(head2[1,],head2[2,]) )

newdat <- read.table(text=dat, sep="\t",skip=2)
colnames(newdat)<- joinheadrs
#-------------------
> newdat
   trtcrop biomassMg/ha yieldbu/ac
1       C2        17.76     205.92
2       C2        17.96     207.86
3       CC        17.72     197.22
4       CC        18.42     205.20
5      CCW        18.15     200.51
6      CCW        17.45     190.59
7        P         3.09       0.00
8        P         3.34       0.00
9       S2         5.13      49.68
10      S2         5.36      49.72

下線-sepでペーストを使う方が良いかもしれません：

joinheadrs <- with(head2, paste(head2[1,],head2[2,] ,sep="_")  )
joinheadrs
#[1] "trt_crop"      "biomass_Mg/ha" "yield_bu/ac"
10
42-

他の回答とほぼ同じ方法で、2つのステートメントに短くします。

dat <- "trt   biomass    yield
crop    Mg/ha    bu/ac
C2      17.76   205.92
C2      17.96   207.86
CC      17.72   197.22
CC      18.42   205.20
CCW     18.15   200.51
CCW     17.45   190.59
P       3.09    0.00
P       3.34    0.00
S2      5.13    49.68
S2      5.36    49.72"

header <- sapply(read.table(text=dat, nrow=2), paste, collapse="_")
result <- read.table(text=dat, skip=2, col.names=header)

結果：

> head(result,2)
  trt_crop biomass_Mg/ha yield_bu/ac
1       C2         17.76      205.92
2       C2         17.96      207.86
...
8
thelatemail

少し異なる説明ステップバイステップアプローチ：

  1. ファイルの最初の2行のみをデータ（ヘッダーなし）として読み取ります。

    headers <- read.table("data.txt", nrows=2, header=FALSE)

  2. 最初の2行（またはそれ以上）でヘッダー名を作成します。sappyを使用すると、列を操作できます（この場合は貼り付けます）- sapplyの詳細はこちら ：

    headers_names <- sapply(headers,paste,collapse="_")

  3. ファイルのデータを読み取ります（最初の2行をスキップします）。

    data <- read.csv(file="data.txt", skip = 2, header=FALSE)

  4. そして、ステップ2のヘッダーをデータに割り当てます。

    names(data) <- headers_names

利点は、read.tableのパラメーター（コンマの場合はsep、ヘッダーとヘッダーの両方の場合はstringAsFactorsなど）を明確に制御できることです。データ）

1
toto_tico

これは、主に Gavin Simpsonの優れた答え に基づいて、複数行にわたってヘッダーを読み取る関数です。

関数はデフォルトでカンマ区切りの値と2行のヘッダーになり、ファイルの最初の行をヘッダーとしてdata.frameを返します。

関数：

read.multi.line.header <- function(path, header.lines = 2, sep = ","){

  header <- scan(path, nlines = 1, what = character(), sep = sep)

  data <- read.table(path, skip = header.lines, header = FALSE, sep = sep)

  base::names(data) <- header

  return(data)
}

生成：

mydata <- read.multi.line.header(path = "data.txt")

> head(mydata)
      trt      biomass      yield
1      C2        17.76     205.92
2      C2        17.96     207.86
3      CC        17.72     197.22
4      CC        18.42     205.20
5     CCW        18.15     200.51
6     CCW        17.45     190.59
0
Umaomamaomao