Comment ignorer des lignes supplémentaires avant l'en-tête d'un fichier délimité délimité par des tabulations dans R

Question

Le logiciel que j'utilise génère des fichiers journaux avec un nombre variable de lignes d'informations récapitulatives suivies de nombreuses données délimitées par des tabulations. J'essaye d'écrire une fonction qui lira les données de ces dossiers de notation dans une trame de données en ignorant les informations de résumé. Les informations de résumé ne contient jamais un onglet, donc la fonction suivante fonctionne:

read.parameters <- function(file.name, ...){ 
    lines <- scan(file.name, what="character", sep="\n") 
    first.line <- min(grep("\\t", lines)) 
    return(read.delim(file.name, skip=first.line-1, ...)) 
} 

Cependant, ces fichiers journaux sont assez grandes, et la lecture si le fichier est deux fois très lent. Sûrement il y a un meilleur moyen?

Edité à ajouter:

Marek a suggéré d'utiliser un objet textConnection. La façon dont il a suggéré dans la réponse échoue sur un gros fichier, mais les travaux suivants:

read.parameters <- function(file.name, ...){ 
    conn = file(file.name, "r") 
    on.exit(close(conn)) 
    repeat{ 
    line = readLines(conn, 1) 
    if (length(grep("\\t", line))) { 
     pushBack(line, conn) 
     break}} 
    df <- read.delim(conn, ...) 
    return(df)} 

Edité à nouveau: Merci Marek pour améliorer encore la fonction ci-dessus.

Answer 1

Vous n'avez pas besoin de lire deux fois. Utilisez textConnection lors du premier résultat.

read.parameters <- function(file.name, ...){ 
    lines <- scan(file.name, what="character", sep="\n") # you got "tmp.log" here, i suppose file.name should be 
    first.line <- min(grep("\\t", lines)) 
    return(read.delim(textConnection(lines), skip=first.line-1, ...)) 
} 

Answer 2

Si vous pouvez être sûr que les informations d'en-tête ne seront pas plus de N lignes, par ex. N = 200, puis essayez:

scan (..., nlines = N)

De cette façon, vous ne relisez plus de N lignes.