用戶定義函式，使現有的多個csv檔案的整理程序自動化

目的。 寫一個用戶定義的函式，使多個.csv檔案的整理程序自動化。

我有3個.csv檔案，即Finland_caucasian.csv, Mexico_hispanic.csv & Jamaica_black.csv。

以Finland_caucasian.csv為例，資料框架看起來像這樣：

date < - rep('1999'。 9）
cityID < - c(1001。 1001,1001, 1002。 1002,1002, 1005, 1005,1005）
國家 <- rep('FIN'/span>9)
名稱 < - rep('caucasian'。 9）。
prov_code < - c(1。 1,1, 2。 2, 3, 3, 2,3）
class < - c（1。 2,5, 1, 2,5,1。 2,5）
性別 < - c('M'。 'M','F'， 'F'。 'F','M','F'。 'M','M'）
savings_month1 <-c(/span>100. 12,105.11,109.11，94. 13,34.00, 201.91, 154. 39,212.76,233.48）
savings_month2 <-c(/span>110. 15,115.12,193.21, 194. 13,334.50,21.13，164. 19,292.67,235.85）
savings_month3 <-c(/span>109. 15,159.12,199.22，199. 18,339.59, 291.95, 169. 94,299.78,233.22）
data<- data. frame(date,cityID。 name,country,prov_code。 class,gender。 savings_month1,savings_month2,savings_month3）
資料

原始的整理程序（沒有用戶定義的函式）看起來像這樣 :

# template for the user-defined function- should import csv files in a folder
#############################################################################
data_wrangler <- function(input_multi_csvfiles){
   # import each csv file.
   for(files in filenames){
  # wrangle process
  }
}

# 測驗代碼 
data_wrangler(files in folder path)

################################################################################################
# wrangling process的代碼 # wrangling process的代碼
library（dplyr）
#Step I: import all three files in R
 data = read.csv("filepath//file_name. csv"） # 'Finland_caucasian.csv', 'Mexico_hispanic.csv' and 'Jamaica_black.csv' 

#Step II : 選擇需要的列名 
df <- data%>%select（date: gender,savings_month1: savings_month3) # 我使用列索引`:`，因為其他csv檔案之間可能有不需要的列。

#Step III: 檢查唯一的prov_code, country,name, class。
print(unique(df$prov_code)）
print(unique(df$country))
print(unique(df$name))
print(unique(df$class））

#Step IV: 根據'class'來過濾df
# 在這里，我想自動反映獨特的國家（FIN、MEX和JAM），而不是手動輸入三次國家，同樣，對于名字欄--高加索人、西班牙人和黑人。
country_name_df < -subset(df,country == 'FIN'/span> &  名稱 == 'caucasian' &  class > = 1 &  class < = 5) # 在其他csv檔案中，class的范圍是0到8，但我想只過濾1到5的class。

#Step V: Paste filtered class on each of the column names[/span]。
df10 < -過濾器(country_name_df。 class == 1）
#paste the filtered class condition to the column names 
colnames(df10) < -粘貼('1'/span>。 colnames(df10)。 sep = '_'）
df11 < -過濾器(country_name_df。 class == 2）
#paste the filtered class condition to the column names 
colnames(df11) < -粘貼('2'/span>。 colnames(df11)。 sep = '_'）
df12 < -過濾器(country_name_df。 class == 5）
#paste the filtered class condition to the column names 
colnames(df12) < -粘貼('5'/span>。 colnames(df12)。 sep = '_'）

#Step VI: column bind or merge df10, df11 and df12
 df15 <- cbind(df10,df11,df12) 
#check for content of class column of df15
unique(df15$`5_prov_code`)

#Step VII: 資料框架的最后整理作業
df20<- df15%>%select(`1_date`:`1_gender`)
df30 <-select(df15,contains("month")) # 選擇所有含有 "月 "字的列，例如 "1_savings_month1", "3_savings_month2 "等。
target <- df15$`1_prov_code'。
final_df <- cbind(df20,df30,target)

#步驟八：將每個final_df匯出為csv檔案 
# wrangled_Finland caucasian.csv, wrangled_Mexico hispanic.csv, wrangled_Jamaica black.csv
write.csv(final_df,'wrangled_FIN caucasian.csv',row.names = FALSE)
 

我愿意接受其他想法。 謝謝

阿克倫的更新

我得到了錯誤的資訊

Update 2: gender_1之后的列名順序應該是這樣的 savings_month1_1, savings_month1_2,savings_month1_5, savings_month2_1,savings_month2_2,savings_month2_5,savings_month3_1,savings_month3_2, savings_month3_5

更新3：改變savings_month1:savings_month3

uj5u.com熱心網友回復：

library(dplyr)
library(purrr)
library(readr)
files <- list.files(pattern = "/span>。 csv", full.names = TRUE）
df_list <- map(files, ~ read_csv(. x) %>%。
               select(date:gender, savings_month1。 savings_month3) %>%
               filter(country == 'FIN'/span>。  名稱 == 'caucasian',  
                    class >= 1 ,/span> class < = 5） %>%
               group_by(class)）

pmap(list(filenm = files。  cntrynm = c("fin"。  "MEX", "JAM"), "JAM" ,
           racenm = c("caucasian"。  "西班牙人", "牙買加人"）,
              class_low = c（1。  1, 1）。  class_high = c(5。  5。  5)),/span> f1)

標籤：

上一篇：使用Nextjs創建網路服務是否需要Express？

下一篇：如何在單元測驗中使用敏感資料？