将每小时数据聚合到 R 中多个 .TXT 文件的每日聚合中

Question

我有多个以下格式的 .TXT 文件：

V1	V2	V3	V4
00000000000101428920180101000000+0120180101001500+01	0.22500000000000	W	千瓦时
00000000000101428920180101001500+0120180101003000+01	1.42500000000000	W	千瓦时

其中：V1,V3,V4 = 字符 & V2 = 数字

而V1（时间戳）由以下组成：

• 000000000001014289->个人资料号码，18位（id=1-18）
• 20180101000000+01 -> 测量间隔的开始时间（start=19-32）
• 20180101001500+01 -> 测量间隔结束时间（结束= 35-48）

时间戳的结构如下： 例如。 20140701021500+02

2014 -> YYYY，年 // 07 -> MM，月 // 01 -> DD，日 // 02 -> hh，小时 // 15 -> 毫米，分钟 // 00 -> ss，秒 // + 02 -> [+-]zz，时区

我的目标是将每小时数据汇总为每个 ID 的每日千瓦时值。

所需的最终输出应如下所示：

id	开始日期	千瓦时
1045289	14.01.01	12.5000
1045289	14.02.01	17.4820

我设法单独对每个文件执行此操作，但不能同时对所有文件执行此操作。特别是，我在将单个 .TXT 文件合并为一个文件时遇到了麻烦。

对于单个 .TXT 文件，我使用以下代码进行聚合：

daten <- read.fwf("daten.txt", widths = c(18, 17, 17, 30, 2, 5),
                  col.names = c("ID", "start_date", "end_date", "kWh", "wahr", "unit"))

daten$start_date <- as.POSIXct(strptime(substr(daten$start_date, 1, 14), format = "%Y%m%d%H%M%S"), tz = "UTC")
daten$end_date <- as.POSIXct(strptime(substr(daten$end_date, 1, 14), format = "%Y%m%d%H%M%S"), tz = "UTC")

daten <- daten %>%
  select(ID, start_date, end_date, kWh = kWh, wahr, unit)

data_dailyvalues <- daten %>%
  group_by(ID, start_date = as.Date(start_date)) %>%
  summarize(e_kwh = sum(kWh), .groups = 'drop')

为了合并 .TXT 文件，我使用了：

data <- list.files(
  pattern = "*.TXT",
  full.names=T) %>%
  lapply(read_delim) %>%
  bind_rows()
)

但我收到以下错误消息：

Error in `bind_rows()`:
! Can't combine `..9$0.00000000000000` <double> and `..10$0.00000000000000` <character>.
Run `rlang::last_trace()` to see where the error occurred.
Warning messages:
1: One or more parsing issues, call `problems()` on your data frame for details, e.g.:
  dat <- vroom(...)
  problems(dat) 
...

非常感谢您的帮助。

Answer 1

看起来

read_delim

对不同文件的列类型进行了不同的猜测（即，它将一个解释为双精度，一个解释为字符）。因此，它无法绑定结果数据帧之间的列。

您可以通过在

col_types

中显式提供

read_delim

参数来覆盖（不正确的）猜测。在没有看到原始数据的情况下很难提供您需要的确切代码，但这就是一般想法......