Question

allcsvs = list.files(pattern = "*.csv$", recursive = TRUE)

library(tidyverse)

##LOOP to redact the snow data csvs##
for(x in 1:length(allcsvs)) {
  df = read.csv(allcsvs[x], check.names = FALSE)

  newdf = df %>%
    gather(COL_DATE, SNOW_DEPTH, -PT_ID, -DATE) %>%
    mutate( 
      DATE = as.Date(DATE,format = "%m/%d/%Y"),
      COL_DATE = as.Date(COL_DATE, format = "%Y.%m.%d")
    ) %>%
    filter(DATE == COL_DATE) %>%
    select(-COL_DATE)

  ####TURN DATES UNAMBIGUOUS HERE####
  df$DATE = lubridate::mdy(df$DATE)
  finaldf = merge(newdf, df, all.y = TRUE)
  write.csv(finaldf, allcsvs[x])

  df = read.csv(allcsvs[x])
  newdf = df[, -grep("X20", colnames(df))]
  write.csv(newdf, allcsvs[x])
}

我使用上面的代码使用来自不同现有列的值逐行填充新列，使用日期作为选择条件。如果我手动打开excel中的每个.csv并删除第一列，这段代码效果很好。但是，如果我在.csvs＆＃34上运行它，那就是＆＃34;

我收到以下消息：

Error: Column 1 must be named

到目前为止，我已尝试将-rownames放在gather的括号内，我已尝试将remove_rownames %>%置于newdf = df %>%之下，但似乎没有工作。我尝试在没有第一列[,-1]的情况下读取csv或删除R df[,1]<-NULL中的第一列但由于某种原因，当我这样做时，我的代码返回一个空表而不是我想要它。 换句话说，我可以删除Excel中的rownames并且效果很好，如果我在R中删除它们会发生一些时髦的事情。

以下是一些示例数据：https://drive.google.com/file/d/1RiMrx4wOpUdJkN4il6IopciSF6pKeNLr/view?usp=sharing

Answer 1

您可以考虑使用readr::read_csv导入它们。

使用tidyverse的简单解决方案：

allcsvs %>%
            map(read_csv) %>% 
            reduce(bind_rows) %>%
            gather(COL_DATE, SNOW_DEPTH, -PT_ID, -DATE) %>% 
            mutate( 
                            DATE = as.Date(DATE,format = "%m/%d/%Y"),
                            COL_DATE = as.Date(COL_DATE, format = "%Y.%m.%d")
            ) %>%
            filter(DATE == COL_DATE) %>%
            select(-COL_DATE)

使用utils::read.csv，您导入的字符串是因子。 as.Date(DATE,format = "%m/%d/%Y")评估NA。

更新

上述解决方案返回一个数据帧。使用for循环分别编写每个数据文件：

for(x in 1:length(allcsvs)) {
  read_csv(allcsvs[x]) %>% 
    gather(COL_DATE, SNOW_DEPTH, -PT_ID, -DATE) %>% 
    mutate( 
      COL_DATE = as.Date(COL_DATE, format = "%Y.%m.%d")
    ) %>%
    filter(DATE == COL_DATE) %>%
    select(-COL_DATE) %>%
    write_csv(paste('tidy', allcsvs[x], sep = '_'))
}

比较

purrr:map和purrr:reduce代替for循环。这些函数将另一个函数作为参数。
readr::read_csv通常比基本R等价物快10倍。（更多信息：http://r4ds.had.co.nz/data-import.html）。它还可以更好地处理CSV文件。

`gather`无法处理rownames

1 个答案: