Применить сценарий R к нескольким TXT-файлам в папке - PullRequest
Новая
       15

Применить сценарий R к нескольким TXT-файлам в папке

0 голосов
/ 17 января 2020

Я чрезвычайно новичок в построении функций и циклов. Я смотрел на предыдущие вопросы, которые похожи на мою проблему, но я не могу найти решение своей проблемы. Моя цель состоит в том, чтобы извлечь климатические данные из веб-страницы, например:

https://mesonet.agron.iastate.edu/cgi-bin/request/coop.py?network=NECLIMATE&stations=NE3065&year1=2020&month1=1&day1=1&year2=2020&month2=12&day2=31&vars%5B%5D=gdd_50_86&model=apsim&what=view&delim=comma&gis=no&scenario_year=2019

, где я буду использовать эти данные для расчета дней степени выращивания для модели роста урожая , Я успешно извлек данные, используя для l oop. 

uticaNE <- "https://mesonet.agron.iastate.edu/cgi-bin/request/coop.py?network=NECLIMATE&stations=NE8745&year1=2020&month1=1&day1=1&year2=2020&month2=12&day2=31&vars%5B%5D=gdd_50_86&model=apsim&what=view&delim=comma&gis=no&scenario_year=2019"

friendNE <- "https://mesonet.agron.iastate.edu/cgi-bin/request/coop.py?network=NECLIMATE&stations=NE3065&year1=2020&month1=1&day1=1&year2=2020&month2=12&day2=31&vars%5B%5D=gdd_50_86&model=apsim&what=view&delim=comma&gis=no&scenario_year=2019"

location.urls <- c(uticaNE, friendNE)
location.meso.files <- c("uticaNe.txt", "friendNE.txt")

for(i in seq_along(location.urls)){
  download.file(location.urls[i], location.meso.files[i], method="libcurl")
}

У меня будет около 20 мест, где я буду ежедневно получать данные. То, что я хочу сделать, это применить задачу, в которой я вычисляю градусы Фаренгейта, GDD и т. Д. c. к каждому файлу и сохраните вывод каждого файла отдельно.

Это следующий код, который у меня есть в настоящее время. 

files <- list.files(pattern="*.txt", full.names=TRUE, recursive=FALSE)

  func <- for (i in 1:length(files)){
  df <- read.table(files[i], skip=10, stringsAsFactors = 
  FALSE)
  colnames(df) <- c("year", "day", "solrad", "maxC", 
  "minC", "precipmm")
  df$year <- as.f(df$year)
  df$day <- as.factor(df$day)
  df$maxF <- (df$maxC * (9/5) + 32)
  df$minF <- (df$minC * (9/5) + 32)
  df$GDD <- (((df$maxF + df$minF)/2)-50)
  df$GDD[df$GDD <= 0] <- 0
  df$GDD.cumulateive <- cumsum(df$GDD)
  df$precipmm.cumulative <- cumsum(df$precipmm)
  return(df)
  write.table(df, path="./output", quote=FALSE, 
  row.names=FALSE, col.names=TRUE)
}

data <- apply(files, func)

Любая помощь будет принята с благодарностью.

-ML

Ответы [ 2 ]

0 голосов
/ 18 января 2020

Вот подход с использованием базы R и lapply() с анонимной функцией для загрузки данных, считывания их во фрейм данных, добавления преобразований в градусы Фаренгейта и накопления осадков и записи в выходные файлы.

Сначала мы создадим список метеостанций, для которых мы будем загружать данные 

# list of 10 stations
stationList <- c("NE3065","NE8745","NE0030","NE0050","NE0130",
                 "NE0245","NE0320","NE0355","NE0375","NE0420")

Здесь мы создаем два фрагмента URL, один для содержимого URL до идентификатора станции, а другой один для содержимого URL после идентификатора станции. 

urlFragment1 <- "https://mesonet.agron.iastate.edu/cgi-bin/request/coop.py?network=NECLIMATE&stations="
urlFragment2 <- "&year1=2020&month1=1&day1=1&year2=2020&month2=12&day2=31&vars%5B%5D=gdd_50_86&model=apsim&what=view&delim=comma&gis=no&scenario_year"

Затем мы создаем входные и выходные каталоги, один для хранения загруженных климатических входных файлов, а другой для выходных файлов. 

# create input and output file directories if they do not already exist 
if(!dir.exists("./data")) dir.create("./data")
if(!dir.exists("./data/output")) dir.create("./data/output")

Функция lapply() использует paste0() для добавления имен станций к фрагментам URL, которые мы создали выше, что позволяет нам автоматизировать загрузку и последующие операции с каждым входным файлом. 

stationData <- lapply(stationList,function(x){
     theURL <-paste0(urlFragment1,x,urlFragment2)
     download.file(theURL,
                   paste0("./data/",x,".txt"),method="libcurl")
     df <- read.table(paste0("./data/",x,".txt"), skip=11, stringsAsFactors = 
                           FALSE)
     colnames(df) <- c("year", "day", "solrad", "maxC", 
                       "minC", "precipmm")
     df$year <- as.factor(df$year)
     df$day <- as.factor(df$day)
     df$maxF <- (df$maxC * (9/5) + 32)
     df$minF <- (df$minC * (9/5) + 32)
     df$GDD <- (((df$maxF + df$minF)/2)-50)
     df$GDD[df$GDD <= 0] <- 0
     df$GDD.cumulative <- cumsum(df$GDD)
     df$precipmm.cumulative <- cumsum(df$precipmm)
     df$station <- x
     write.table(df,file=paste0("./data/output/",x,".txt"), quote=FALSE, 
                 row.names=FALSE, col.names=TRUE)
     df
})
# add names to the data frames returned by lapply()
names(stationData) <- stationList

... и вывод, каталог, содержащий один файл для каждой станции, указанной в объекте stationList.

enter image description here

Наконец, вот данные, которые были записаны в файл ./data/output/NE3065.txt. 

year day solrad maxC minC precipmm maxF minF GDD GDD.cumulateive precipmm.cumulative station
2020 1 8.992 2.2 -5 0 35.96 23 0 0 0 NE3065
2020 2 9.604 5.6 -3.9 0 42.08 24.98 0 0 0 NE3065
2020 3 4.933 5.6 -3.9 0 42.08 24.98 0 0 0 NE3065
2020 4 8.699 3.9 -7.2 0 39.02 19.04 0 0 0 NE3065
2020 5 9.859 6.1 -7.8 0 42.98 17.96 0 0 0 NE3065
2020 6 10.137 7.2 -5 0 44.96 23 0 0 0 NE3065
2020 7 8.754 6.1 -4.4 0 42.98 24.08 0 0 0 NE3065
2020 8 10.121 7.8 -5 0 46.04 23 0 0 0 NE3065
2020 9 9.953 7.2 -5 0 44.96 23 0 0 0 NE3065
2020 10 8.905 7.2 -5 0 44.96 23 0 0 0 NE3065
2020 11 0.416 -3.9 -15.6 2.29 24.98 3.92 0 0 2.29 NE3065
2020 12 10.694 -4.4 -16.1 0 24.08 3.02 0 0 2.29 NE3065
2020 13 1.896 -4.4 -11.1 0.51 24.08 12.02 0 0 2.8 NE3065
2020 14 0.851 0 -7.8 0 32 17.96 0 0 2.8 NE3065
2020 15 11.043 -1.1 -8.9 0 30.02 15.98 0 0 2.8 NE3065
2020 16 10.144 -2.8 -17.2 0 26.96 1.04 0 0 2.8 NE3065
2020 17 10.75 -5.6 -17.2 3.05 21.92 1.04 0 0 5.85 NE3065

Обратите внимание, что во входных файлах 11 строк данных заголовка, поэтому необходимо установить аргумент skip= в read.table() равным 11, а не 10, как это было использовано в OP.

Улучшение кода

Последняя строка в анонимной функции возвращает фрейм данных в родительскую среду, в результате получается список из 10 фреймов данных, хранящихся в объекте stationData. Поскольку мы присвоили имя станции столбцу в каждом кадре данных, мы можем объединить кадры данных в один кадр данных для последующего анализа, используя do.call() с rbind() следующим образом. 

combinedData <- do.call(rbind,stationData)

Поскольку этот код был запущен 17 января, результирующий кадр данных содержит 170 наблюдений или 17 наблюдений для каждой из 10 станций, чьи данные мы загрузили.

В этот момент данные можно анализировать по станциям, например, найти среднее количество осадков за год с каждой станции. 

> aggregate(precipmm ~ station,combinedData,mean)
   station   precipmm
1   NE0030 0.01470588
2   NE0050 0.56764706
3   NE0130 0.32882353
4   NE0245 0.25411765
5   NE0320 0.28411765
6   NE0355 1.49411765
7   NE0375 0.55235294
8   NE0420 0.13411765
9   NE3065 0.34411765
10  NE8745 0.47823529
>
0 голосов
/ 18 января 2020

Вместо использования базы R, вы можете установить библиотеку Tidyverse. https://www.tidyverse.org/ В котором вы можете использовать загрузку ссылки во фрейм данных как tsv (значение, разделенное табуляцией), используя функцию read_tsv. 

dataframe<-read_tsv(url("http://some.where.net/"))

Затем создайте al oop в R и выполните расчеты 

something<-c('link1','link2') #vector in R
for(i in someting){
 #make sure to indent with one space
}

В конце вы сохраняете фрейм данных в файл, используя 

write_csv(dataframe, file = "c:\\myname\\yourfile.csv")
...