时间戳

首页 > 解决方案 > 在 .r 中按月聚合（汇总）多个时间序列数据

r - 在 .r 中按月聚合（汇总）多个时间序列数据

问题描述

我有数百个带有 .txt 扩展名的每日天气数据，逗号 (",") 作为常用文件夹中的分隔符。每个文件具有相同的数据结构，但文件名不同。以下是数据结构的示例：

$ year         : int  1980 1980 1980 1980 1980 1980 1980 1980 1980 1980 ...
$ month        : int  1 1 1 1 1 1 1 1 1 1 ...
$ day          : int  1 2 3 4 5 6 7 8 9 10 ...
$ V1           : num  18.4 22.9 19.9 22.9 23.4 9.8 13.9 17.5 20.3 22.7 ...
$ V2           : num  30.8 31.5 31.4 31.3 31.5 29.8 30.1 30.6 30.5 31.1 ...
$ V3           : num  23.4 23.7 23.2 23.3 23.4 22.9 23 23.4 23.1 23.2 ...
$ V4           : num  2.2 0 0 0 0.9 3.6 3.5 3.7 1.2 0 ...
$ V5           : num  0.93 0.86 0.88 0.87 0.87 0.98 1 0.96 0.96 0.91 ...
$ V6           : num  1.6 3.5 5.2 5.5 3.9 4.2 4.2 4.9 4.9 4.4 ...

我需要对每个文件中的一个变量（比如说 V4）的总月度进行汇总。而每个文件想要的输出数据结构是这样的（第一列是年，第二列是月，第三列是V4每天的总和）：

Year 1  Month 1 22.1
Year 1  Month 2 82.4
Year 1  Month 3 142.8
Year 1  Month …etc  314
Year 2  Month 1 48.9
Year 2  Month 2 173.6
Year 2  Month 3 76.2
Year 2  Month …etc  517.4
Year 3  Month 1 117.8
Year 3  Month 2 20.1
Year 3  Month 3 169.8
Year 3  Month …etc  191.5

然后我需要将结果导出为所有文件中的唯一 .txt 文件，新文件的名称根据每个文件的原始文件（例如：before_file1.txt 到 result_file1.txt）。我有一个使用 Purrr 的脚本，但似乎没有发生任何事情。请如果您愿意帮助我用正确的方法改进脚本。谢谢

# Load packages
library(tidyverse)
library(dplyr)
library(purrr)

# Setting working directory
workingdirectory <- "D:/Directory"
setwd(workingdirectory)

# Listing the files in the folder with .txt extension
FilesList <- list.files(workingdirectory, pattern = "\\.txt$", full.names = TRUE)

# Looping per files
purrr::map(FilesList, ~{
 .x %>%
    # Read csv file
    read.csv(sep = ",", header = FALSE, stringsAsFactors = FALSE) %>% 
    # select variables 
    variables <- c("year", "month", "day", "V4") %>% 
    # summarize monthly of V4
    group_by(month, year) %>% 
    summarise(monthly = sum(V4)) %>% 

})

# Write the data back
write.csv(paste0('Result_', basename(.x)), sep = ",", row.names = FALSE)

我已经编辑了脚本，但是有一个错误。请帮助修复它。谢谢

Error: unexpected '}' in:
"    
}"
> 
> # Write the data back
> write.csv(paste0('TM_', basename(.x)), sep = ",", row.names = FALSE)
Error in basename(.x) : object '.x' not found
In addition: Warning message:
In write.csv(paste0("TM_", basename(.x)), sep = ",", row.names = FALSE) :
  attempt to set 'sep' ignored

标签： rloopsdataframeaggregatesummarize

解决方案

我认为你已经在正确的方向。我建议的解决方法是在运行 purrr::map 函数之前定义函数。

因此，代码应如下所示：

# Load packages
library(tidyverse)
library(dplyr)
library(purrr)

# Setting working directory
workingdirectory <- "D:/Directory"
setwd(workingdirectory)

# Listing the files in the folder with .txt extension
FilesList <- list.files(workingdirectory, pattern = "\\.txt$", full.names = TRUE)
columnNames <- c("year", "month", "day", "pcp_day")
# define function
processing <- function(x){
  x %>% read.csv(sep = "", header = FALSE, stringsAsFactors = FALSE) %>% rename_at(c(1,2,3,7), ~columnNames) %>% filter(month != 2 | day != 29) %>% group_by(month, year) %>% summarise(monthly = sum(pcp_day))
}
# Looping per files and # Write the data back
purrr::map(FilesList, ~processing(.x) %>% write.csv(paste0('Result_', basename(.x)), row.names = FALSE))

如果运行成功，您可以在您工作的工作目录中找到输出。

推荐阅读