Question

以下代码示例是从census.gov网站下载各州的人口普查数据。我遇到的问题是当我下载为csv文件时，前导零被删除。下载时如何保持文件的原始结构？

  stateFIPScodes<-seq(10,13,1)

  for(i in 1:length(stateFIPScodes)){
      URL<-paste("https://www.census.gov/popest/data/intercensal/county/files/CO-EST00INT-  ALLDATA-",stateFIPScodes[i],".csv",sep="" )
      destfile<-paste("state2000_2010_",stateFIPScodes[i],".csv" ,sep="") # CSV files drop leading zero!!
      download.file(URL, destfile)
 }

谢谢！

Answer 1

好像文件已正确下载，但你是对的：如果你使用read.csv将数据加载到R中，那么有些列会被解释为{{ 1}}，因此他们失去了前导零。

获取下载文件的代码 -

numeric

如果我们使用base stateFIPScodes<-seq(10,13,1) for(i in seq_along(stateFIPScodes)){ code <- stateFIPScodes[[i]] URL <- paste0("https://www.census.gov/popest/data/intercensal/county/files/CO-EST00INT-ALLDATA-", code, ".csv") destfile <- paste0("state2000_2010_",code,".csv") download.file(URL, destfile) }，则不会得到尾随零：

read.csv

那是因为前几列是以数字形式读入的。

library(dplyr)

read.csv("state2000_2010_10.csv") %>%
  select(1:5) %>%
  head

#>   SUMLEV STATE COUNTY   STNAME     CTYNAME
#> 1     50    10      1 Delaware Kent County
#> 2     50    10      1 Delaware Kent County
#> 3     50    10      1 Delaware Kent County
#> 4     50    10      1 Delaware Kent County
#> 5     50    10      1 Delaware Kent County
#> 6     50    10      1 Delaware Kent County

有两种方法可以解决这个问题：

手动将数据类型传递到read.csv("state2000_2010_10.csv") %>% str() #> 'data.frame': 780 obs. of 50 variables: #> $ SUMLEV : int 50 50 50 50 50 50 50 50 50 50 ... #> $ STATE : int 10 10 10 10 10 10 10 10 10 10 ... #> $ COUNTY : int 1 1 1 1 1 1 1 1 1 1 ...，或者只是通过添加read.csv来阻止所有转化。
使用正确处理它的colClasses = "character"。

我们可以阻止自动强制：

readr::read_csv

您需要选择要投射到read.csv("state2000_2010_10.csv", colClasses = "character") %>% str() #> 'data.frame': 780 obs. of 50 variables: #> $ SUMLEV : chr "050" "050" "050" "050" ... #> $ STATE : chr "10" "10" "10" "10" ... #> $ COUNTY : chr "001" "001" "001" "001" ... #> $ STNAME : chr "Delaware" "Delaware" "Delaware" "Delaware" ...的列。

或者您可以选择列，例如

as.numeric

其次，您可以使用read.csv("state2000_2010_10.csv", colClasses = c( SUMLEV = "character", STATE = "numeric", COUNTY = "character" )) %>% select(1:5) %>% head #> SUMLEV STATE COUNTY STNAME CTYNAME #> 1 050 10 001 Delaware Kent County #> 2 050 10 001 Delaware Kent County #> 3 050 10 001 Delaware Kent County #> 4 050 10 001 Delaware Kent County #> 5 050 10 001 Delaware Kent County #> 6 050 10 001 Delaware Kent County，它具有更智能的列类型推断：

readr

在保持原始结构的同时下载R中的文件

1 个答案: