在其他语言中似乎有类似的问题,但我在 R 中找不到。
我在一个目录的子目录中有许多文本文件;它们都有扩展名 (.log),并且包含文本和数据的混合。我想从这些相对较大的文件中提取几行。
例如,一个文件如下...
blahblahblah
NUMBER OF CARTESIAN GAUSSIAN BASIS FUNCTIONS = 210
blahblahblah
----------------------------------------<br />
CPU timing information for all processes<br />
========================================<br />
0: 8853.469 + 133.948 = 8987.417<br />
1: 8850.817 + 126.587 = 8977.405<br />
2: 8851.925 + 128.576 = 8980.501<br />
3: 8847.992 + 125.871 = 8973.864<br />
----------------------------------------<br />
ddikick.x: exited gracefully.<br />
blahblahblah
我想收集基函数的数量(本例中为 210)和 CPU 时间总量。
“NUMBER OF CARTESIAN GAUSSIAN BASIS FUNCTIONS =”这一行对于每个文件都是唯一的;即,如果我在文本编辑器中打开文件并使用此字符串进行搜索,我只返回这一行。与“所有进程的 CPU 计时信息”和“正常退出”类似。
我很感激我似乎没有做很多事情来帮助自己,但我只是不知道从哪里开始。如果有人能指出我正确的方向,我希望能够填补其余部分。
在@Ben(见下文)给我的帮助之后,这是我最终使用的代码,
filesearch <- function (x) {
f <- readLines(x)
cline <- grep("NUMBER OF CARTESIAN GAUSSIAN BASIS FUNCTIONS",f,
value=TRUE)
val <- as.numeric(str_extract(cline,"[0-9]+$"))
coline <- grep("^ +CPU timing information", f)
numstr <- sapply(str_extract_all(f[coline+2:5],"[0-9.]+"),as.numeric)
cline1 <- sum(numstr[4,])/60
output <- c(val, cline1)
return(cat(output,"\n"))
}
我找到了这个函数并键入了我每次需要的文件,然后我手动将两个结果传输到另一个文件。没有我想要的那么优雅,但这样做为我节省了很多时间。再次感谢@Ben。
最佳答案
也许
library(stringr)
f <- readLines("datafile.txt")
cline <- grep("NUMBER OF CARTESIAN GAUSSIAN BASIS FUNCTIONS",f,
value=TRUE)
val <- as.numeric(str_extract(cline,"[0-9]+$"))
将工作?
要获得其他值,请尝试
cline <- grep("^ +CPU timing information",f)
(numstr <- sapply(str_extract_all(f[cline+2:5],"[0-9.]+"),as.numeric))
## [,1] [,2] [,3] [,4]
## [1,] 0.000 1.000 2.000 3.000
## [2,] 8853.469 8850.817 8851.925 8847.992
## [3,] 133.948 126.587 128.576 125.871
## [4,] 8987.417 8977.405 8980.501 8973.864
sapply
已经转置了值的矩阵,所以最后一行是我们想要的位(对应于文件中的最后一列)。使用 numstr[4,]
提取它或 numstr[nrow(numstr),]
或 tail(numstr,1)
.( 编辑 :在“CPU 计时”字符串之前允许空格)
( 编辑 :做对了!)
(要对所有日志文件执行此操作,请将其打包在一个函数中,然后将
list.files(pattern="\\.log$")
与 sapply
结合使用 ...)
关于r - 从文本文件中提取数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14261776/