在 R 中读取多个 DBF 文件

Question

我在 C:\Deskop\Test 文件夹中有多个 DBF 文件。例如，我在下面列出了 5 个 DBF 文件名。

week_1_avg_199811_var86_TBL.dbf
week_1_avg_200510_var86_TBL.dbf
week_2_avg_200009_var86_TBL.dbf
week_2_avg_200309_var86_TBL.dbf
week_3_avg_200011_var86_TBL.dbf

每个文件有 5 列和 1410 行。例如，(week_1_avg_199811_var86_TBL.dbf) 我将列出 5 行。每个 DBF 文件中的第 1 列到第 4 列是相同的。

T_R          ZONE     COUNT     AREA         MEAN
T10S-R26W    1        1         0.0156       29.9412
T10S-R27W    1        1         0.0156       30.1242
T10S-R28W    1        1         0.0156       29.7399
T10S-R2E     1        1         0.0156       37.7858
T10S-R2W     1        1         0.0156       34.6999

我想输出一个 CSV 文件 (Output.csv) 阅读以上 (所有) DBF 文件如下。

Output.csv

YEAR    T_R         Sep_week_1    Oct_week_1       Nov_week_1
1998    T10S-R26W   <some_value>       <some_value>     29.9412 
1998    T10S-R27W   <some_value>       <some_value>     30.1242 
1998    T10S-R28W   <some_value>       <some_value>     29.7399 
1998    T10S-R2E    <some_value>       <some_value>     37.7858 
1998    T10S-R2W    <some_value>      <some_value>      34.6999  
2005    T10S-R26W   <some_value>      <some_value>      <some_value>
2005    T10S-R27W   <some_value>      <some_value>      <some_value>
2005    T10S-R28W   <some_value>      <some_value>      <some_value>
2005    T10S-R2E    <some_value>       <some_value>     <some_value>
2005    T10S-R2W    <some_value>       <some_value>     <some_value>

有人可以帮助我如何在 R 中实现这一点吗？

我有以下代码读取文件夹中的所有 .dbf 文件，但我需要通过读取文件名来创建 YEAR 和每周值列。

rm(list=ls(all=TRUE))
setwd("C:/Deskop/Test")
graphics.off()

    library("foreign")
library("purrr")

readDBA <- function(file){
  df <- read.dbf(file, as.is=FALSE)
  df$fileName <- file
  return(df)
}

file.names <- list.files(pattern="*\.dbf")

combinedData <- file.names %>% map_dfr(readDBA)
combinedData$Year <- gsub(".*_(\d{4}).*", "\1", combinedData$fileName)
combinedData$Month <- as.numeric(gsub(".*_\d{4}(\d{2}).*", "\1", combinedData$fileName))
combinedData$Month_Abb <- month.abb[combinedData$Month]
combinedData$Week <- substr(combinedData$fileName, 6, 6)
cols <- c("Month_Abb","Week")
combinedData$Month_Week <- do.call(paste, c(combinedData[cols], sep="_wk"))
DT <- dcast(combinedData, Year + T_R + Month_Week + MEAN ~ Month_Week)

查看 "Output.csv" 文件的图像。

Using Month_Week as value column: use value.var to override.

感谢任何帮助，

提前致谢。

Answer 1

这里的技巧是定义一个函数来读取.dba文件，并添加一个文件名标签。然后我们将使用 purrr:map_dfr 读入，然后 rbind() 每个文件一步到位。

library(purrr)
library(foreign)

readDBA <- function(file){
  df <- read.dba(file, as.is=FALSE)
  df$fileName <- file
  return(df)
}

file.names <- list.files(pattern="*\.dba")

combinedData <- file.names %>% map_dfr(readDBA)

然后用一点正则表达式来得到年份和月份

combinedData$Year <- gsub(".*_(\d{4}).*", "\1", combinedData$fileName)
combinedData$Month <- gsub(".*_\d{4}(\d{2}).*", "\1", combinedData$fileName)

我会让你想办法把周和月放在一起。

然后你会想要 reshape2::dcast() 一个宽格式，像这样但是我不能肯定地说，除非你提供你的数据框的实际样本。

require(reshape2)

dcast(combinedData, Year + T_R ~ MonthWeek, value.var= "MEAN")

此外，R 有一个方便的 month.abb 向量，因此您可以使用 month.abb[combinedData$Month]

获取月份缩写

在 R 中读取多个 DBF 文件

Read multiple DBF files in R

csv

dbf

r

output