あなたはこれで始めることができ:
library(tidyverse)
library(stringr)
txt<-read_lines("https://raw.githubusercontent.com/juancholkovich/GEO_DataSet_Browser/master/gds_result.txt")
txt %>% as_data_frame() %>%
filter(!value=='') %>%
mutate(new_group=as.numeric(str_detect(value, "^(\\d*?\\.)")),
group=cumsum(new_group),
keyword=str_match(value, "^Organism|^Project|^Type|^FTP|^Sample|^Series|^Source"),
keyword=ifelse(str_detect(tolower(value), "^dataset|^series|^sample|^platform|related platforms"), "Dataset", keyword),
keyword=ifelse(str_detect(tolower(value), "accession"), "Accession", keyword),
keyword=ifelse(new_group==1, "Name", keyword),
keyword=ifelse(is.na(keyword), "Comment", keyword)
) %>% select(-new_group) %>% spread(key=keyword, value=value)
が行われる多くのクリーニングはおそらくありますが、少なくとも、あなたのデータにいくつかの構造を得ます。