Question

我们从数据记录器获取地下水深度数据作为.txt文件。此数据的格式不可更改。它具有一致的列名，除了第一列名称包含井ID。对于每口井，数据结构如下：

"well 02,Time,Current(feet),Serial Number  
1,2018-02-11 11:18:44,-5.00,020013603  
2,2018-02-11 17:18:44,7.30  
3,2018-02-11 23:18:44,5.40  
4,2018-02-12 05:18:44,0.80  
5,2018-02-12 11:18:44,12.60... "

"Well 17,Time,Current(feet),Serial Number  
1,2018-02-11 00:32:01,-5.00,000025390  
2,2018-02-11 06:32:01,5.45  
3,2018-02-11 12:32:01,5.40  
4,2018-02-11 18:32:01,5.40..."

我正在尝试创建一个脚本，将多个csv .txt文件合并为一个长数据帧。我只需要这些文件中的第2列和第3列。我还需要添加一个id列，注意观察结果的来源。最后，我希望有一个3xn df的colnames = well_id，obs_date，观察

请注意，文件名也包含井号。

到目前为止......

txt_list <- list.files(pattern = ".txt", full.names = TRUE)  
txt_read_csv <- map(txt_list,read_csv, col_names = TRUE, col_types = "iTdc")

...给我一个单词列表。但我无法弄清楚如何选择和改变列表中的元组以减少列并分配ID。我尝试了map_df，但由于每个.txt中的第一个列名称不同，因此df会爆炸成一个宽表，每个不同的colname都有多列。

我可以用循环来做到这一点，但我真的想保持整洁。

Answer 1

尝试创建包装readr::read_csv的自定义函数，该函数可以读取数据，将井ID添加为新列，然后选择并重命名所需的列。然后，您可以使用map_dfr将此函数应用于每个文件，最后加入它们（按行）。

library(readr)
library(dplyr)

read_wells_csv <- function(filepath){

  df <- read_csv(filepath, col_names = TRUE, col_types = "iTdc")

  well_id <- colnames(df)[1]

  df %>% 
    mutate(well_id = well_id) %>%
    rename(obs_date = Time, observation = `Current(feet)`) %>% 
    select(well_id, obs_date, observation) 
}

txt_list <- list.files(pattern = ".txt", full.names = TRUE)  
txt_read_csv <- map_dfr(txt_list, filepath)

R读取多个csv并使用readr / tidy添加ID密钥

1 个答案: