使用fread读取对齐的列数据

我遇到了一个像这样的文件:

COL1        COL2          COL3
weqw        asrg          qerhqetjw
weweg       ethweth       rqerhwrtjw
rhqerhqerhq qergqer       qerhqew5h
qerh        qergqer       wetjwryerj

我无法直接用fread加载它，所以我用\s+将,替换为sed，而不是我为fread提供的功能，它就解决了。但是，是否有内置的方法可以使用data.table读取此类数据？

最佳答案

fread(尚未)没有任何读取fixed-width files的功能。

我也经常遇到这样烦人的文件。随时在Github page上添加功能请求。

在您的情况下可能不是这样，但是您使用sed的解决方案不适用于我遇到的许多FWF，因为列之间没有空格，例如您会看到类似00010的字符串，实际上包含3个字段。

在这种情况下，您将需要一个字段宽度字典，这时您有几个选择:
read.fwf内的

R

编写一个fwf-> csv程序(我使用我在Python中编写的程序，它的速度非常快，如果您愿意的话，可以共享代码)-基本来说，这是您最初使用的方法的增强版本，因此您永远不必处理与FWF再次

在Excel/LibreOffice/etc中打开它；有一个 native FWF阅读器尝试(通常很差)猜测列的宽度，这至少为您指定列宽做了一半的工作。然后，您可以将其另存为.csv或任何其他格式。

我个人最常坚持第二种选择。 read.fwf没有像fread那样进行优化，因此它可能很慢。而且，如果您有很多(比如20+)的FWF可供阅读，那么第3个选项将非常繁琐。

但是我同意在fread中内置这样的东西会很好。

关于使用fread读取对齐的列数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30955464/