Estoy acostumbrado a perl y nuevo en R. Sé que puede leer tablas completas usando read.table() pero me pregunto cómo puedo usar R para analizar una sola línea desde un archivo de entrada.Análisis básico de archivos de entrada en R
Específicamente, ¿cuál es el equivalente a la siguiente fragmento de Perl:
open my $fh, $filename or die 'can't open file $filename';
my $line = <$fh>;
my ($first, $second, $third) = split ("\t", $line);
similar a la anterior sería:
filename <- 'your/file/name/here'
fh <- file(filename, open='rt')
line <- readLines(fh, n=1)
tmp <- strsplit(line, "\\t")
first <- tmp[[1]][1]; second <- tmp[[1]][2]; third <- tmp[[1]][3]
La función de archivo crea una conexión con el archivo y lo abre, la apertura es opcional, pero si no abra el archivo y luego, cuando lo lea, se abrirá y luego volverá a cerrar el archivo; si abre el archivo, permanecerá abierto y la siguiente lectura continuará desde donde dejó el anterior (lo más parecido posible a lo que Perl haría) encima).
La función readLines leerá el número especificado de líneas (1 en este caso) luego strsplit funciona básicamente igual que la función de división Perl.
R no tiene la asignación múltiple como Perl (a menudo es mejor mantener los resultados juntos de todos modos en lugar de dividirlos en múltiples variables globales).
En general, se debe utilizar scan hacer esto, o en casos más complejos leer todo el archivo con readLines y analizar de forma manual con strsplit s, grep s y esas cosas.
En su caso:
scan(filename,character(0),nmax=3)->d
first<-d[1];d[2]->second;third<-d[3]
Sólo para mostrar otra manera de hacerlo (asumiendo que su entrada es "temp/3.txt"):
> d <- read.csv("temp/3.txt", sep="\t", stringsAsFactors=F, header=F, nrows=1)
# Show the default column names:
> colnames(d)
[1] "V1" "V2" "V3"
# Assign the requested column names
> colnames(d) <- c("first", "second", "third")
# Show the current structure of d
> d
first second third
1 1 2 3
# Probably not recommended: Add the columns of d to the search path
> attach(d)
> first
[1] 1
# Clean up:
> detach(d)
supongo que la parte más importante por encima de la hora de abordar su pregunta es simplemente
nrows=1
que le indica que analice una fila de entrada. (Debajo de read.csv, finalmente, solo se oprime para escanear.)
Una advertencia: esto cargaría todo el archivo en la memoria y dividiría todas sus líneas. Si el archivo es enorme y solo necesitas los tres primeros elementos, esta no es una buena idea. – mbq
Para un archivo pequeño, puede leer todo, pero para archivos más grandes solo leerá parte en la memoria, a medida que continúe leyendo desde el archivo obtendrá fragmentos adicionales. –