读取R中的多个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文件中的列1到4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）读取上面（所有）DBF文件，如下所示。

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中实现这一目标？

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) 

请参阅“Output.csv”文件的图像。

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

任何帮助表示赞赏，

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()一步完成每个文件。

require(purrr)
require(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)

然后一点REGEX来获得年份和月份

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

我会让你弄清楚把周和月放在一起。

然后你会想要reshape2::dcast()到一个宽泛的格式，这样的东西但我不能肯定地说，除非你提供数据框的实际样本。

require(reshape2)

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

此外，R有一个方便的month.abb矢量，所以你可以使用month.abb[combinedData$Month]得到你的月缩写