熱線電話：13121318867

登錄
首頁精彩閱讀用R語言把超大文本文件拆分成幾個小文本文件
用R語言把超大文本文件拆分成幾個小文本文件
2018-07-08
收藏

用R語言把超大文本文件拆分成幾個小文本文件

近一段時間一直在研究一些醫院的數據。前兩天遇到一個尷尬：想打開一個僅有3G左右的文本文件（有時候必須要打開，直接傳到數據庫滿足不了需求），破電腦（4G內存的電腦）就是打不開（用的Notepad++）。就是這造型：

上網搜了一些方法，下了一些比較不常用的文本處理工具和其它工具，也不理想。得知好多人在許多場景都需要打開或者拆分8G甚至10G以上的文本文件，于是想著自己研究一下。下面就是我用R來拆分大文本的過程，雖然方法比較笨，但是簡單輕巧、思路清晰。
1.首先把你想要拆分的大文本文件放到R的當前工作目錄下。我的文件名在這里叫details.txt。

2.用函數split_file()來拆分大文本文件。
split_file()函數是自定義的一個函數，用來拆分超大文本文件。
它總共有兩個參數filename和eachfile_lines_num，即split_file(filename，eachfile_lines_num)。
filename是指需要拆分的超大文本的名字，eachfile_lines_num是指拆分完的每一個文件中有多少行數據。
split_file()會返回一個數值，代表了總共拆分成的小文本的數量。
split_file()拆分出來的文件會放置在R當前的工作目錄下。
使用如：split_file("details.txt",1000000)，它把名為details.txt的超大文本文件拆分為每個文件只有1000000行的一個個的小文本文件。
split_file()的細節： 


	    file_split <- function(filename,eachfile_lines_num){                               #建立函數
    c <- file(filename,"r")                                                    #建立鏈接
    varnames <- paste("splitfile", 1:1000, sep = "_")                          #建立盡可能多但不要太多的動態變量名
    i <- 1 #初始值
    while(TRUE){
    assign(varnames[i],value = readLines(c,n = eachfile_lines_num))    #分別把從filename中讀出來的數據存放在變量中
    write.table(get(varnames[i]),paste(varnames[i],".txt",sep = ""))   #分別把存放在變量中的數據寫出到文件中
    if (length(get(varnames[i])) < eachfile_lines_num) break 
    else i <- i + 1 #判斷循環停止條件
    }
    return(i)                                                                  #返回文件數量
    }
      我執行完file_split("details.txt",500000)之后得到了30多個文件：


3.對拆分的文件進行處理。由于過程中用到了readLines()，因此拆出來的文件每一行是一個字符串，有引號。這好像不符合要求，只需用Windows記事本或notepad++或其他文本處理應用處理一下就行。在notepad++中執行“搜索 -> 替換”把雙引號替換成\0就行了。



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

R語言

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇準確真實數據決定信息化價值
下一篇基于大數據的視覺搜索應用與組織模式研究
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢