R读取带有自由文本列的URL表

问题描述

我想读取URL内的txt表。该表确实有3列；第二列是一个字符列，其中包含少量单词，并在单词周围加上引号。数据不能被公众访问，这就是为什么我不能在此处提供链接，但是我举了一个示例，说明您打开http链接时的数据外观：

col1  "column second" 
col3
1 "a city name" 2323
20 second 4343
30 "third row" 43434

'col1'，'“ column second”'，'col3'是列名，这是标题在真实URL中的样子。我尝试了一些读取功能，例如read_delim（），readline（），read.table和fread，但是它们都无法正确读取数据。当我下载或复制/粘贴到文件中时，它可以正常工作，但是当我想直接从URL读取时失败。问题出在第二栏中的“”上。例如，如果我设置sep =“”，则数据的第一行有5列，第二行有3列，第三行有4列。

感谢您的帮助。

解决方法

使用scan将数据读入字符向量s中，并将除前3个元素之外的所有元素重构为矩阵，然后将这3个元素用作列将数据帧DF重新构建名称。最后，转换DF的每一列的类型。我们已经使用scan从末尾的注释中显示的Lines进行读取，但是它也可以使用file=的{​​{1}}参数从文件或连接中读取。不使用任何软件包。

scan

给予：

s <- scan(text = Lines,what = "",quiet = TRUE)
DF <- setNames(as.data.frame(matrix(tail(s,-3),3,byrow = TRUE)),s[1:3])
DF[] <- lapply(DF,type.convert)

注意

以可重复的形式输入：

> DF
  col1 column second  col3
1    1   a city name  2323
2   20        second  4343
3   30     third row 43434

,

格洛腾迪克的答案是完美的。对于那些对读取URL表感兴趣的人，我刚刚找到了另一种解决方案https://www.r-bloggers.com/getting-data-from-an-online-source/。

library(RCurl)
# The url link provided in the comment by Grothendieck
url <- 'https://raw.githubusercontent.com/CSSEGISandData/COVID- 
    19/master/archived_data/archived_daily_case_updates/02-12-2020_1020.csv'
myfile <- getURL(url,ssl.verifyhost=FALSE,ssl.verifypeer=FALSE)
mydat <- read.csv(textConnection(myfile),header=T)
head(mydat)

问题帖中我的url的问题是数据不是原始格式。就像OneDrive或Google Drive中的文件一样。它可以提出另一个问题。或欢迎您在此处分享您的答案或链接，以阅读此类数据。