本次实操主要是用来对数据的处理,筛选,模糊查询以及批量读取文件夹中的文件名称
#批量读取文件架中的地址
#地址变量
#代码保存的地址
path <- 'C:/Users/zhangxudong/Desktop/其他/合并txt数据'
#数据源地址
ypath <- 'C:/Users/zhangxudong/Desktop/其他/合并txt数据/数据源'
#结果数据保存地址
jpath <- 'C:/Users/zhangxudong/Desktop/其他/合并txt数据/结果'
getwd()
setwd(path)
getwd()
#批量读取数据源中的文件地址
name = list.files(ypath) #list.files命令得到"APP整理”文件夹下所有文件夹的名称
dir = paste(ypath,"/",name,sep="") #用paste命令构建路径变量dir,第一级目录的详细路径
#处理文件中的数据的函数
fun <- function(x)
{
#读取文档
#读取第一行的数据,且不对数据进行分列
df <- read.table(x,head = FALSE,nrows = 1,sep = '#')
#如果变量数不同,则使用空白代替,参数为fill=TRUE
df2 <- read.table(x,head = FALSE,fill=TRUE,skip = 1)
#处理第一行数据
#提取首行需要的数据部分,提取":"后面的数据
aa <-strsplit(df[1,1],":")[[1]][2]
#剔除字符串首尾空格
x <-gsub("^\\s+|\\s+$", "", aa)
#添加>号
x <- paste(">",x,sep = '')
#处理第四列的内容
df3 <- df2[,3]
#把不要的数据剔除掉
y <- df3[df3 != "" & df3 != "find" & df3 != "Average" &
df3 != "Range:" & df3 != "SPACER"]
y <- y[-grep("?-",y)] #剔除含有-数据
#把第一行的数据和第四列的数据结合
#使用for循环
data <- data.frame()
for (i in 1:length(y)) {
data[2*i-1,1] = x
data[2*i,1] = y[i]
}
return(data)
}
#循环批量导出结果数据
for (i in 1:length(dir)) {
data <- fun(dir[i])
#生产导出结果数据的地址
spath = paste(jpath,'/',i,'.txt',sep = '')
#导出结果
write.table(data,file = spath,row.names =FALSE, col.names =FALSE,quote = FALSE)
}
二,模糊匹配,使用grep函数以及正则进行模糊查询
#模糊匹配
#清除对象
rm(list = ls())
setwd('C:/Users/zhangxudong/Desktop/其他/模糊查询') #设置默认地址
#读取数据
df1 <- read.csv('1.csv')
df2 <- read.csv('2.csv')
#进行模糊匹配
for (i in 1: length(df2[,1])) {
df2[i,"V2"] <- df1[grep(paste("?",df2[i,1],sep = ""),df1[,1]),1]
df2[i,"V3"] <- df1[grep(paste("?",df2[i,1],sep = ""),df1[,1]),2]
}
write.csv(df2,'结果.csv')
df2[1927,1]
grep(paste("?",df2[12000,1],sep = ""),df1[,1])