-
Notifications
You must be signed in to change notification settings - Fork 2
/
資料處理測試用.R
136 lines (123 loc) · 6.33 KB
/
資料處理測試用.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
library("data.table")
require(ggplot2)
#取得資料夾內的檔案名稱集，命名：theFiles
theFiles <- dir("data//WRDataUTF8", pattern = "\\.csv")
#建list名explot，用來存放.csv檔
explot <- list()
#迴圈次數1~theFiles的長度
for (n in c(1:length(theFiles))) {
#存放格式explot[[檔名]]內存放對應(檔名.csv)內容的data.frame
explot[[theFiles[n]]] <-
read.csv(paste0("data//WRDataUTF8//", theFiles[n]))
}
#建list名ophren，用來存放更改結構後的內容
ophren<-list()
#迴圈次數為1~explot[[第109個檔案檔名]]的地區值數量(29)
for ( area in c(1:length(explot[[theFiles[109]]][,1]))) {
type <-c()
warm <-c()
y <-c()
#迴圈次數為1~theFiles的長度
for(n in c(1:length(theFiles))){
#此迴圈用來取得109個檔案內特定地區的溫濕度資料
explot[[theFiles[n]]]<-read.csv(paste0("data//WRDataUTF8//", theFiles[n]), stringsAsFactors = FALSE )
#假如資料不為空，type<-溫度,warm<-濕度,y<-年份
ifelse(is.null(explot[[theFiles[n]]][area,2]),type[n] <-c(0),type[n] <-c(explot[[theFiles[n]]][area,2]))
ifelse(is.null(explot[[theFiles[n]]][area,8]),warm[n] <-c(0),warm[n] <-c(explot[[theFiles[n]]][area,8]))
ifelse(is.null(substring(theFiles[n],4,9)),y[n] <-c(0),y[n] <-substring(theFiles[n],4,9))
}
#迴圈結束後，type,warm,y三筆各自數量皆為109
#st是迴圈次數對應的地區，第1次就是第一個地區，第29次就是地29個地區，類型是字串
st<- explot[[theFiles[109]]][,1][area]
#將type,warm,y三筆特定地區的溫濕度存進ophren[[地區名]]內
ophren[[st]] <- data.table(
TIME = y,
TAVE = type,
CHA = warm
)
}
#datalist用來存放修改後的數據
datalist <- list()
#迴圈次數10次，dateyear的值依序為
#"2008" "2009" "2010" "2011" "2012" "2013" "2014" "2015" "2016" "2017"
for(dateyear in unique(substring(theFiles,4,7))){
#aera_vector存地區
#cha_abs_vector存cha-最佳的絕對值，排名用
#cha_mean_vector存cha的年度平均
#tave_abs_vector存tave-最佳的絕對值，排名用
#tave_mean_vector存tave的年度平均
aera_vector <- c()
cha_abs_vector<-c()
cha_mean_vector <-c()
tave_abs_vector<-c()
tave_mean_vector <-c()
#迴圈次數為1~explot[[第109個檔案檔名]]的地區值數量(29)
for (a in c(1:length(explot[[theFiles[109]]][,1]))) {
#透過data.table的篩選特性
#取出該地區的年平均-最佳溫濕度（溫度27.5及濕度50）
tave_abs_vector[a] <- abs(ophren[[a]][grepl(dateyear,TIME),mean(TAVE)]- 27.5)
cha_abs_vector[a] <- abs(ophren[[a]][grepl(dateyear,TIME),mean(CHA)]- 50)
#取出該地區的年平均
tave_mean_vector[a]<-ophren[[a]][grepl(dateyear,TIME),mean(TAVE)]
cha_mean_vector[a]<-ophren[[a]][grepl(dateyear,TIME),mean(CHA)]
#取出地區
aera_vector[a] <- explot[[theFiles[109]]][,1][a]
}
#重組為新data.table，暫存名datavector
datavector<-data.table(
TAVE_ABS = tave_abs_vector,
TAVE_MEAN = tave_mean_vector,
CHA_ABS = cha_abs_vector,
CHA_MEAN =cha_mean_vector,
AERA = aera_vector
)
#datavector存進datalist[[年份]]
datalist[[dateyear]] <-datavector
#匯出成.csv檔，匯出到testcsv//年份.csv
write.table(datavector, file = paste0("testcsv//",dateyear,".csv"), sep = ",")
}
#以下為讀出上面匯出的.csv檔------------------------------------------
testcsvs <- dir("testcsv", pattern = "\\.csv")
testcsvlist1 <- list()
for (n in c(1:length(testcsvs))) {
testcsvlist1[[substring(testcsvs[n],1,4)]] <-
data.table(read.table(paste0("testcsv//", testcsvs[n]), header = TRUE, sep = ","))
}
#------------------------------------------
theFiles <- dir("data//WRDataUTF8", pattern = "\\.csv")
explot <- list()
#迴圈次數為1~theFiles的長度
#此迴圈用來將109筆檔案全部併表
for (n in c(1:length(theFiles))) {
addnum<-c()
li<-data.table(read.csv(paste0("data//WRDataUTF8//", theFiles[n])))
#---為各地區資料增加對應年份---
for(num in c(1:length(li$AREA))){
addnum[num]<-substring(theFiles[n],4,9)
}
li$TIME<-addnum
#---------------------------
#加完年份暫存
explot[[substring(theFiles[n],4,9)]]<-li
if(n==2){
#迴圈執行第二次時，將第一筆與現在第二筆併表成alldata
alldata <- rbind(explot[[substring(theFiles[1],4,9)]], li)
}
if(n>2){
#第三次開始直接併到alldata後
alldata <- rbind(alldata, li)
}
}
#全部併表完得到alldata，再匯出成.csv成all_data_table.csv
write.table(alldata, file = "testcsv//all_data_table.csv", sep = ",")
#以下為alldata的使用測試----------------------
ophren<-list()
alltable<-data.table(read.table("testcsv//all_data_table.csv", header = TRUE, sep = ","))
alltable[grepl('2014',TIME)&grepl('嘉義',AREA),max(TAVE)]
View(alltable[grepl('2014',TIME)&grepl('嘉義',AREA)][order(TAVE)])
alltable[grepl('2014',TIME)&grepl('嘉義',AREA)]$TIME
#取特定地區時間的排名
#datalist[[1]][order(ABS),.(c(1:length(explot[[theFiles[109]]][,1])),AERA,CHA)][grepl("阿里山",AERA)]
#ggplot(ophren[['竹子湖']][grepl('2014',TIME)], aes(x = ophren[['竹子湖']][grepl('2014',TIME)]$TIME, y = ophren[['竹子湖']][grepl('2014',TIME)]$TAVE)) + geom_bar(stat ="identity",width=0.5, fill = "#33CCFF")+geom_text(mapping = aes(label= ophren[['竹子湖']][grepl('2014',TIME)]$TAVE),color ="orange",vjust = -0.5, size = 5)+geom_line()+labs( x="溫度", y="月份")+theme(axis.title.y = element_text(angle = 0, family = "宋體-繁 細體"),
# axis.text.x = element_text(angle = 60, family = "宋體-繁 細體", hjust = 1),
# axis.title.x = element_text(family = "宋體-繁 細體"))