新手求助：在R中如何处理这样的数据

bnuqiangge

R读入数据格式为：

1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01

但真正想要的数据格式是：

1.0653587e+00 8.4250325e-01 7.0782984e-01 1.0178784e+00 1.2476827e+00 9.0000000e-01

即想要R自动将1:1.0653587e+00格式的数据看成1.0653587e+00这样来处理，请问该如何处理？谢谢！

bioshaw

<br />
#<br />
> x<br />
[1] "1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01"</p>
<p>#1<br />
> gsub('\\d+:', '', x)<br />
[1] "1.0653587e+00 8.4250325e-01 7.0782984e-01 1.0178784e+00 1.2476827e+00 9.0000000e-01"<br />
> unlist(strsplit(gsub('\\d+:', '', x), ' '))<br />
[1] "1.0653587e+00" "8.4250325e-01" "7.0782984e-01" "1.0178784e+00"<br />
[5] "1.2476827e+00" "9.0000000e-01"</p>
<p>#2</p>
<p>> (y <- unlist(strsplit(x, '[ :]')))<br />
 [1] "1"             "1.0653587e+00" "2"             "8.4250325e-01"<br />
 [5] "3"             "7.0782984e-01" "4"             "1.0178784e+00"<br />
 [9] "5"             "1.2476827e+00" "6"             "9.0000000e-01"<br />
> y[seq(2, length(y), by=2)]<br />
[1] "1.0653587e+00" "8.4250325e-01" "7.0782984e-01" "1.0178784e+00"<br />
[5] "1.2476827e+00" "9.0000000e-01"<br />
><br />

</p>

bnuqiangge

回复第2楼的 bioshaw：学习了，谢谢！为什么我用(y <- unlist(strsplit(x, '[ :]')))此命令运行时出现

错误于strsplit(x, "[ :]") : 非字符参数

求解？

nan.xiao

这是哪家的格式啊？就像是少了响应列的 SVMLight/LIBSVM 格式。

如果这样表达的数据不是稀疏的（冒号前的整数连续且每行列数相等），那可以直接读：

<br />
x = textConnection('<br />
1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01<br />
1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01<br />
1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01<br />
1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01<br />
1:1.0653587e+00 2:8.4250325e-01 3:7.0782984e-01 4:1.0178784e+00 5:1.2476827e+00 6:9.0000000e-01')</p>
<p>y = read.table(text = gsub("[0-9]+:", " ", readLines(x)))<br />

</p>

但是如果这样表达不稀疏的数据，那这个下标加个冒号完全无用，徒增文件大小。。。

R 中读 SVMLight 格式有一个 RSofia::read.svmlight

bnuqiangge

这是吴喜之老师《复杂数据统计方法》书中一个例子的数据，从网站上下载后我是保存为txt格式。读入R后第一列数据的class是numeric，第2列到第7列的数据是我开始提问的那样表示，它们的class是factor。1:1.0653587e+00前面的1：表示它是第1个自变量的数据，其值为1.0653587e+00。是我开始提问时没说清楚，不好意思~

学习了，谢谢版主！

nan.xiao

那就是 SVMLight 格式了。对 mg 这个数据，这样读就可以了，只比上面多一个空格：

<br />
read.table(text = gsub(" [0-9]+:", " ", readLines(mg.txt)))<br />

</p>

bnuqiangge

为什么我用read.table(text = gsub(" [0-9]+:", " ", readLines(mg.txt)))这条命令结果是：

错误于read.table(text = gsub(" [0-9]+:", " ", readLines(mg.txt))) :

参数((text = gsub(" [0-9]+:", " ", readLines(mg.txt)))) 没有用

[s:16]

nan.xiao

没能重现问题：

<br />
x = read.table(text = gsub(" [0-9]+:", " ", readLines('http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/regression/mg')))<br />

</p>

bnuqiangge

嗯，这样没有问题。我开始是把数据下过来保存为txt格式，放在工作目录下，然后用下面命令就出现了上面的问题。

谢谢肖版主耐心指教！再次感谢~