Benzouye a écrit:

Le problème vient du retour chariot ... Avec le copier/coller sur le forum (\r\n) qui est différent de celui de ton fichier (\n) ...

fichier <- 'statlab.txt'
contenu <- readChar(fichier, file.info(fichier)$size)
donnees <- gsub( '([0-9\\. ]{50}) \n', '\\1', contenu )
write( donnees, 'temp.txt' )
colonnes <- c('1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19')
read.fwf( 'temp.txt', width=c(10,8,8,8,8,8,11,8,8,8,8,8,11,8,8,8,8,8,11), header=F, col.names=colonnes )

Avec ça tu es bon !

La première ligne crée une variable fichier avec le nom du fichier à travailler.

La deuxième ligne stocke le contenu du fichier dans la variable contenu sous forme de chaîne de caractère.

La troisième ligne supprime le retour à la ligne (caractère \n) après toutes les occurrences de 50 caractères contenant des chiffres de 0 à 9 ou des points ou des espaces via la regexp [0-9\\. ]{50}, et place le résultat dans la variable donnees.

La quatrième ligne crée un fichier nommé temp.txt avec la variable donnees comme contenu.

La cinquième ligne définie le nom des entêtes de colonnes (remplacer 1 à 19 par les vrais noms)

La sixième ligne transforme le contenu du fichier temp.txt en un datatable exploitable

Pour la dernière ligne pleine de NA, cela est dû au retour chariot à la fin de ton fichier ... Le supprimer évitera cette ligne inutile ...

@umfred : je n'avais pas vu ton message sur les LF ... my bad ...

@WatneyMarc : sans vouloir crâner, je ne connaissais pas le R avant ta question... juste une bonne culture générale en programmation et de bonnes questions aux moteurs de recherche, et la doc, toujours la doc ... allez courage, le chemin est long mais d'autres le parcourent aussi, on est jamais seul !

Merci beaucoup à vous. Comme j'avais posté mon problème dans un autre forum j'ai eu une réponse d'un monsieur qui ne code pas sur R, je vous mets ce qui m'a proposé pour voir un peu, pensez vous que ça aurait marché sur R ? 

Principe 1 : 

Créer une matrice 115l * 19c

x, y, i = 0

Faire une boucle
     incrémenter i de 1
     lire une ligne du fichier dans unevariable //on variable de programmation pas ce que toi tu appelles variable et qui donc prête à confusion
     spliter la ligne avec les espaces comme séparateur dans unecollection // tableau, liste chainée, vecteur, etc...
     Faire une boucle de 0 à la taille de lacollection -1 avec la variable j comme itérateur
          placerl'item j de la collection à l'emplacementx, y de la matrice
          incrémenter x de 1

     Si i vaut 4
          x, i = 0
          incrémenter y de 1       

Créer une matrice 115l * 19c
x, y = 0
Lire tout le fichier dans une variable

//Option 2.1 Si R peut splitter sur plusieurs caractères
Spliter la variable avec les espaces et les sauts de lignes comme séparateurs dans une collection

//Option 2.2 Si R ne peut splitter que sur un caractère
Remplacer tous les sauts de ligne par un espace
Spliter la ligne avec les espaces comme séparateur dans une collection

Faire une boucle de 0 à la taille de lacollection -1 avec la variable i comme itérateur
      placerl'item i de la collection à l'emplacementx, y de la matrice
      incrémenter x de 1
      sii + 1 est un multiple de 19
            x = 0
            incrémenter y de 1

c'est un peu ce que le code fait: 

le readChar lit le fichier et met son contenu dans contenu

le gsub remet en forme les lignes: elle remplace une chaine de 50 caractères suivis par une fin de ligne ( '([0-9\\. ]{50}) \n') par la chaine de 50 caractères (\\1' = 1er groupe/partie de la correspondance ? (par déduction)) , sinon elle ne change rien (ça revient à supprimer les fin de lignes sur les 3 lignes de 50 caractères pour avoir une ligne avec les 19 champs)

ensuite ça diffère du code dans lequel on remet le tout dans un fichier pour exploiter la fonction read.fwf

la 2nde méthode que tu donnes, repose sur l'utilisation d'une fonction de type split (strsplit en R dans notre cas apparemment) qui permet de diviser une chaine en tableau de chaine selon un séparateur; ensuite il faut "convertir" ce tableau de chaine en n lignes de 19 chaines pour arriver à nos fins.

(comme nous sommes tout 3 des débutants en R, on n'a pas forcément toutes les bonnes méthodes)

umfred a écrit:

c'est un peu ce que le code fait: 

le readChar lit le fichier et met son contenu dans contenu

le gsub remet en forme les lignes: elle remplace une chaine de 50 caractères suivis par une fin de ligne ( '([0-9\\. ]{50}) \n') par la chaine de 50 caractères (\\1' = 1er groupe/partie de la correspondance ? (par déduction)) , sinon elle ne change rien (ça revient à supprimer les fin de lignes sur les 3 lignes de 50 caractères pour avoir une ligne avec les 19 champs)

ensuite ça diffère du code dans lequel on remet le tout dans un fichier pour exploiter la fonction read.fwf

la 2nde méthode que tu donnes, repose sur l'utilisation d'une fonction de type split (strsplit en R dans notre cas apparemment) qui permet de diviser une chaine en tableau de chaine selon un séparateur; ensuite il faut "convertir" ce tableau de chaine en n lignes de 19 chaines pour arriver à nos fins.

(comme nous sommes tout 3 des débutants en R, on n'a pas forcément toutes les bonnes méthodes)

Dans sa méthode on ne tient pas compte de la largeur variable des colonnes, 8, 10 ou 11 ...

Je pense que read.fwf est la meilleure solution (plus fexible et reproductible) pour exploiter le texte reformaté, et que la regexp est la meilleure solution (plus polyvalente et moins verbeuse) pour reformater le texte.

Benzouye a écrit:

Dans sa méthode on ne tient pas compte de la largeur variable des colonnes, 8, 10 ou 11 ...

Je pense que read.fwf est la meilleure solution (plus fexible et reproductible) pour exploiter le texte reformaté, et que la regexp est la meilleure solution (plus polyvalente et moins verbeuse) pour reformater le texte.

-
Edité par WatneyMarc 19 mai 2022 à 13:17:15