这里是一个regular expression 的demo: https://gist.github.com/wush978/5029291 我的R的版本是2.15.2 下面注解是我的跑出来的结果。 你可以看到，透过regular expression， R可以定位出id, b_date, d_date的位置 并且可以处理missing data (第三行缺了d_date) --- 以下解释一下我写的regular expression: "(?<id>[A-Z]\\d{9})(?<b_date>\\d{6})(?<d_date>\\d{6}){0,1}" 第一个括号"(?<id>[A-Z]\\d{9})"代表子pattern, ?<id>表示这个pattern叫作"id" [A-Z]表示这是一个A-Z的字元 \\d表示这是一个数字(0-9), ps. \\是R字串的跳脱字元, 实际上只代表一个\ {9}表示有9个前面的东西, 也就是有9个数字 第二个括号同理 第3个括号最後接了{0,1}表示第3个括号的东西可能有0个或1个以对付missing data 可以注意到第3个d_date的长度是0，表示这里有missing data 详细的regular expression介绍可以参考： http://statlab.nchc.org.tw/rnotes/?page_id=171 R的字串处理还可以参考 http://en.wikibooks.org/wiki/R_Programming/Text_Processing ※ 引述《piq (享)》之铭言： : ------------------------------------------------------------------------ : [软体程式类别]: : R : [程式问题]: : 读档 : [软体熟悉度]: : 请把以下不需要的部份删除 : 低(1~3个月) : [问题叙述]: : 不规则的txt档 : 譬如:身分证字号(ID)跟生日(b_bate) 死亡日(d_date) 一般人会要分开看 : 可是如果资料今天是 打成 X123456789050102550703 : 意思是id=X123456789 b_date=05年01月02日 d_date=55年07月03日 : 可是今天处理资料中 有人尚未死亡 故没有d_date 有些则有 : 那要如何把这样的资料有系统的读入R呢? : [程式范例]: : ----------------------------------------------------------------------------- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.140.25.134 ※ 编辑: Wush978 来自: 114.140.25.134 (02/25 20:00) ※ 编辑: Wush978 来自: 114.140.25.134 (02/25 20:01)