编写一段python代码，可以导入数据集，代码要求：首先输出原始数据的节点与边数目，输出原始数据的攻击测度指标R（其中R代表移除边后的最大连通子图大小与原始图大小的比率），然后计算网络中每条边的中心性，按照计算出来的中心性将边按降序排列出来，删除前200条边，计算移除每条边之后的R值，最终要求输出："删除200条边后的R值："、"删除200条边后的节点数目："、"删除200条边后的边数目："。

好的，以下是可以导入数据集并按照要求处理的Python代码：

import networkx as nx

# 导入数据集
G = nx.read_edgelist('dataset.txt')

# 输出原始数据的节点与边数目
print("原始数据节点数：", G.number_of_nodes())
print("原始数据边数：", G.number_of_edges())

# 计算原始数据的攻击测度指标R
largest_cc = max(nx.connected_components(G), key=len)  # 找到最大连通子图
R = len(largest_cc) / G.number_of_nodes()
print("原始数据的攻击测度指标R：", R)

# 计算网络中每条边的中心性
edge_betweenness = nx.edge_betweenness_centrality(G)

# 按照中心性将边按降序排列
sorted_edges = sorted(edge_betweenness.items(), key=lambda x: x[1], reverse=True)

# 删除前200条边，计算移除每条边之后的R值
for i in range(200):
    G.remove_edge(*sorted_edges[i][0])
    largest_cc = max(nx.connected_components(G), key=len)
    R = len(largest_cc) / G.number_of_nodes()

# 输出最终结果
print("删除200条边后的R值：", R)
print("删除200条边后的节点数目：", G.number_of_nodes())
print("删除200条边后的边数目：", G.number_of_edges())

需要注意的是，你需要将代码中的 `dataset.txt` 替换为你自己的数据集文件名，并且确保数据集文件符合 `networkx` 的边列表格式。