- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
编辑:我想我通过使用 R.utils 包中的 getAbsolutePath 函数解决了这个问题。
wage_data_files <- list.files("WageData", full.names=TRUE, recursive=TRUE)
all_files <- grep(paste(toMatch, collapse = "|"), wage_data_files, value=TRUE)
files_vector <- vector()
for (i in seq_along(all_files){
files_vector <- c(files_vector, getAbsolutePath(all_files[i]))}
再次感谢所有的帮助。
我正在尝试从文件夹集合中提取 .csv 文件的子集。我想将它们全部放入一个向量中,然后从每个文件中提取一个特定值并将该值放入一个向量中。我的问题是关于如何将我希望从中提取值的所有文件获取到一个向量中的代码,然后我可以运行一个 for 循环来提取我想要的值并将它们放入向量中。
这是文件夹结构:
桌面 -> WageData -> 21 个文件夹(sic.1980.annual.by.area; sic.1981.annual.by area, up to sic.2000.annual.by.area) -> 在上面的每个文件夹中文件夹大约有 1000 个 .csv 文件。
我正在尝试在每个文件夹中提取六个 .csv 文件:“爱达荷州——全州”、“印第安纳州——全州”、“密歇根州——全州”、 “俄克拉荷马州——全州”、“德克萨斯州——全州”和“威斯康星州——全州”
所以一共有126个文件:每年6个,21年。以下是特定文件命名的几个示例:
sic.1980.每年 40000(俄克拉荷马州 -- 全州)
sic.1980.annual 55000(威斯康星州 -- 全州)
这是我的代码:
setwd("~/Desktop")
wage_data_files <- list.files("WageData", full.names=TRUE)
for (i in seq_along(wage_data_files)){
year_files <- list.files(wage_data_files[i])
toMatch <- c("Idaho -- Statewide", "Indiana -- Statewide", "Michigan -- Statewide",
"Oklahoma -- Statewide", "Texas -- Statewide", "Wisconsin -- Statewide")
dat <- data.frame()
states_vector1 <- c(dat, grep(paste(toMatch, collapse = "|"), year_files, value=TRUE))
print(states_vector1)}
当我尝试调试时,我立即遇到的一个问题是无法正确打印结果。当我将大括号放在 print 语句之后时,我得到如下列表:
[[1]][1] "sic.1980.annual 16000 (Idaho -- Statewide).csv"
[[2]][1] "sic.1980.annual 18000 (Indiana -- Statewide).csv"
[[3]][1] "sic.1980.annual 26000 (Michigan -- Statewide).csv"
[[4]][1] "sic.1980.annual 40000 (Oklahoma -- Statewide).csv"
[[5]][1] "sic.1980.annual 48000 (Texas -- Statewide).csv"
[[6]][1] "sic.1980.annual 55000 (Wisconsin -- Statewide).csv"
[[1]][1] "sic.1981.annual 16000 (Idaho -- Statewide).csv"
如您所见,它在 6 之后重复,即使 wage_data_files 是一个长度为 21 的向量。
所以我的第一个问题是将所需的文件放入向量中。我的第二个问题是如何运行 for 循环读取这些文件然后提取我想要的值。我遇到的问题是如何设置工作目录。因为,对于上述功能,工作目录是桌面。但是要使 read.csv 函数起作用,我必须将工作目录设置为每个单独的文件夹(例如“WageData/sic.1980.annual.by_area”、“WageData/sic.1981.annual.by_area”、等等...)
有人有什么建议吗?
谢谢。
最佳答案
它“在 6 之后重复”的原因是您在每个循环中创建一个新的数据框,这会导致删除任何现有数据。您需要在循环之前初始化数据框(或向量)。这是一个可能的实现,它也回答了你的第二个问题:
root_directory <- "~/Desktop/WageData"
toMatch <- c("Idaho -- Statewide", "Indiana -- Statewide", "Michigan -- Statewide",
"Oklahoma -- Statewide", "Texas -- Statewide", "Wisconsin -- Statewide")
folders <- list.files(root_directory, full.names = TRUE)
# initialize state_vector1 as an empty vector
states_vector1 <- c()
# loop over folders and get the full path of each file matching a pattern in the toMatch vector
for (folder in folders){
year_files <- list.files(folder)
# get the names of matching files, e.g. "Indiana -- Statewide.csv"
matches <- grep(paste(toMatch, collapse = "|"), year_files, value=TRUE)
# prepend the path to the directory to get the full path to each file
# to get e.g. "~/Desktop/WageData/sic.1980.annual.by.area/Wisconsin -- Statewide.csv"
matches <- vapply(matches, function(x) {file.path(folder, x)}, "", USE.NAMES = FALSE)
# append the new matches to states_vector1
states_vector1 <- c(states_vector1, matches)
}
# now you can loop over the vector containing the full path to each file
n_files <- length(states_vector1)
extracted_values <- rep(NA, n_files)
for (i in 1:n_files) {
file_content <- read.csv(states_vector1[i])
# create a function `extract_value()` which extracts the information you need from each file
extracted_values[i] <- extract_value(file_content)
}
通过设置以下目录结构对此进行测试:
~/Desktop/WageData/sic.1980.annual.by.area/
~/Desktop/WageData/sic.1981.annual.by.area/
每个目录都有所有六个 csv 文件,我得到以下输出:
> states_vector1
[1] "/Users/bene/Desktop/WageData/sic.1980.annual.by.area/Idaho -- Statewide.csv"
[2] "/Users/bene/Desktop/WageData/sic.1980.annual.by.area/Indiana -- Statewide.csv"
[3] "/Users/bene/Desktop/WageData/sic.1980.annual.by.area/Michigan -- Statewide.csv"
[4] "/Users/bene/Desktop/WageData/sic.1980.annual.by.area/Oklahoma -- Statewide.csv"
[5] "/Users/bene/Desktop/WageData/sic.1980.annual.by.area/Texas -- Statewide.csv"
[6] "/Users/bene/Desktop/WageData/sic.1980.annual.by.area/Wisconsin -- Statewide.csv"
[7] "/Users/bene/Desktop/WageData/sic.1981.annual.by.area/Idaho -- Statewide.csv"
[8] "/Users/bene/Desktop/WageData/sic.1981.annual.by.area/Indiana -- Statewide.csv"
[9] "/Users/bene/Desktop/WageData/sic.1981.annual.by.area/Michigan -- Statewide.csv"
[10] "/Users/bene/Desktop/WageData/sic.1981.annual.by.area/Oklahoma -- Statewide.csv"
[11] "/Users/bene/Desktop/WageData/sic.1981.annual.by.area/Texas -- Statewide.csv"
[12] "/Users/bene/Desktop/WageData/sic.1981.annual.by.area/Wisconsin -- Statewide.csv"
关于r - 尝试在文件夹中构建特定文件的向量 (R),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31095529/
我正在从 Stata 迁移到 R(plm 包),以便进行面板模型计量经济学。在 Stata 中,面板模型(例如随机效应)通常报告组内、组间和整体 R 平方。 I have found plm 随机效应
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 6年前关闭。 Improve this qu
我想要求用户输入整数值列表。用户可以输入单个值或一组多个值,如 1 2 3(spcae 或逗号分隔)然后使用输入的数据进行进一步计算。 我正在使用下面的代码 EXP <- as.integer(rea
当 R 使用分类变量执行回归时,它实际上是虚拟编码。也就是说,省略了一个级别作为基础或引用,并且回归公式包括所有其他级别的虚拟变量。但是,R 选择了哪一个作为引用,以及我如何影响这个选择? 具有四个级
这个问题基本上是我之前问过的问题的延伸:How to only print (adjusted) R-squared of regression model? 我想建立一个线性回归模型来预测具有 15
我在一台安装了多个软件包的 Linux 计算机上安装了 R。现在我正在另一台 Linux 计算机上设置 R。从他们的存储库安装 R 很容易,但我将不得不使用 安装许多包 install.package
我正在阅读 Hadley 的高级 R 编程,当它讨论字符的内存大小时,它说: R has a global string pool. This means that each unique strin
我们可以将 Shiny 代码写在两个单独的文件中,"ui.R"和 "server.R" , 或者我们可以将两个模块写入一个文件 "app.R"并调用函数shinyApp() 这两种方法中的任何一种在性
我正在使用 R 通过 RGP 包进行遗传编程。环境创造了解决问题的功能。我想将这些函数保存在它们自己的 .R 源文件中。我这辈子都想不通怎么办。我尝试过的一种方法是: bf_str = print(b
假设我创建了一个函数“function.r”,在编辑该函数后我必须通过 source('function.r') 重新加载到我的全局环境中。无论如何,每次我进行编辑时,我是否可以避免将其重新加载到我的
例如,test.R 是一个单行文件: $ cat test.R # print('Hello, world!') 我们可以通过Rscript test.R 或R CMD BATCH test.R 来
我知道我可以使用 Rmd 来构建包插图,但想知道是否可以更具体地使用 R Notebooks 来制作包插图。如果是这样,我需要将 R Notebooks 编写为包小插图有什么不同吗?我正在使用最新版本
我正在考虑使用 R 包的共享库进行 R 的站点安装。 多台计算机将访问该库,以便每个人共享相同的设置。 问题是我注意到有时您无法更新包,因为另一个 R 实例正在锁定库。我不能要求每个人都关闭它的 R
我知道如何从命令行启动 R 并执行表达式(例如, R -e 'print("hello")' )或从文件中获取输入(例如, R -f filename.r )。但是,在这两种情况下,R 都会运行文件中
我正在尝试使我当前的项目可重现,因此我正在创建一个主文档(最终是一个 .rmd 文件),用于调用和执行其他几个文档。这样我自己和其他调查员只需要打开和运行一个文件。 当前设置分为三层:主文件、2 个读
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 想改进这个问题?将问题更新为 on-topic对于堆栈溢出。 5年前关闭。 Improve this qu
我的 R 包中有以下描述文件 Package: blah Title: What the Package Does (one line, title case) Version: 0.0.0.9000
有没有办法更有效地编写以下语句?accel 是一个数据框。 accel[[2]]<- accel[[2]]-weighted.mean(accel[[2]]) accel[[3]]<- accel[[
例如,在尝试安装 R 包时 curl作为 usethis 的依赖项: * installing *source* package ‘curl’ ... ** package ‘curl’ succes
我想将一些软件作为一个包共享,但我的一些脚本似乎并不能很自然地作为函数运行。例如,考虑以下代码块,其中“raw.df”是一个包含离散和连续类型变量的数据框。函数“count.unique”和“squa
我是一名优秀的程序员,十分优秀!