如何将空格分隔的字符串转换为r中的数据框

Question

我从 OCC 网站上抓取了这些数据，并返回了一个以空格分隔的 ascii 文件。 我希望将此字符串转换为数据框。

我曾尝试使用 read.table、readr::read_tsv，但没有得到想要的结果。 下面是获取我要转换的数据的代码。

  library(rvest)
  library(readr)

  data =  read_html('https://www.theocc.com/webapps/series-search? 
  symbolType=U&symbol=AAPL')%>%html_text()

  x = read.table(data, header = T) 
  x = read_tsv(data)   

我原以为结果会以数据框的形式出现，但 read.table() 将结果打印到控制台，并显示错误和警告消息。

Answer 1

下载的文件在标题上方包含描述性内容； 实际上 6 行：

Series Search Results for AAPL

Products for this underlying symbol are traded on: 
AMEX ARCA BATS BOX C2 CBOE EDGX GEM ISE MCRY MIAX MPRL NOBO NSDQ PHLX 

        Series/contract     Strike          Open Interest           
ProductSymbol   year    Month   Day Integer Dec C/P Call    Put Position Limit  
AAPL        2019    01  25  100 000 C P     0   190 25000000
AAPL        2019    01  25  105 000 C P     0   127 25000000
AAPL        2019    01  25  110 000 C P     0   87  25000000
AAPL        2019    01  25  115 000 C P     0   314 25000000
...

您可以通过read_tsv(skip = 6) ：

library(rvest)
library(readr)

df <- read_html(
  'https://www.theocc.com/webapps/series-search?symbolType=U&symbol=AAPL'
) %>% 
  html_text() %>% 
  read_tsv(
    skip = 6
  )

但是，第一列的标题很宽，并且有多个 (2) TAB 将其与下一列分开，导致

你必须做一些按摩：

dfnames <- names(df)[1:10]
df <- df %>% 
  select(-year)
names(df) <- dfnames