Многошаговая петля для получения данных о погоде по годам и станциям

Question

У меня есть процесс создания df для одной метеостанции за период единственного месяца. Тем не менее, у меня есть около 25 станций, которые я хотел бы получить данные об осадках за 5-летний период.

У меня есть идентификаторы станций в df, это выглядит как в таблице ниже (но с еще 23 станциями.

stationid           County
GHCND:USW00093721   ANNEARUNDEL
GHCND:USC00182308   BALTIMORE

Набор данных о погоде определяется следующим кодом

library("rnoaa")
ANNEARUNDEL_2006 <- ncdc(datasetid='GHCND', stationid = "GHCND:USC00182060", datatypeid='PRCP', startdate = '2006-07-01', enddate = '2006-08-01', limit=400, token =  "API KEY") 

ANNEARUNDEL_2006 <- ANNEARUNDEL_2006$data

Я знаком с основами циклов, которые работают для одного процесса. Есть ли способ настроить этот цикл, чтобы создать новый df с использованием названия округа и года в течение периода с 2006 по 2011 год для всех 25 станций? Является ли цикл лучшим способом сделать это?

Answer 1

Мне нравятся циклы для таких вещей, потому что их легче читать и писать. Вы можете сделать это так с двумя циклами:

my_df <- read.table(text = "stationid   County
GHCND:USW00093721   ANNEARUNDEL
GHCND:USC00182308   BALTIMORE",
                    header = T)

library(rnoaa)

results <- list() # list as storage variable for the loop results
i <- 1 # indexing variable

for(sid in unique(my_df$stationid)) { # each station in your stationid dataframe
    for(year in 2006:2011) { # each year you care about
        data <- ncdc(datasetid='GHCND', stationid = sid,
                     datatypeid='PRCP', startdate = paste0(year, '-01-01'),
                     enddate = paste0(year, '-12-31'), limit=400, token = "API KEY")$data # subset the returned list right away here with $data

        # add info from each loop iteration
        data$county <- my_df[my_df$stationid == sid,]$County
        data$year <- year

results[[i]] <- data # store it
i <- i + 1 # rinse and repeat
    }
}
one_big_df <- do.call(rbind, results) # stack all of the data frames together rowwise

Конечно, вы всегда можете настроить цикл для использования lapply или это друзья. Если скорость стала проблемой, вы можете рассмотреть ее.

Answer 2

Вы могли бы сделать что-то вроде этого. Настройте функцию для чтения данных, а затем переберите свой df с помощью mapplyи за каждый год с lapply, Результатом будет именованный список данных (векторов в том виде, в каком они есть, хотя вы можете захватить больше столбцов df если вы хотите, в этом случае они будут датафреймы).

getNCDC <- function(id,County,year){
  df <- ncdc(datasetid='GHCND', stationid = id, datatypeid='PRCP', startdate = paste0(year,'-07-01'), enddate = paste0(year,'-08-01'), limit=400, token =  "API KEY") 
  df <- list(df$data)
  names(df) <- paste(County,year,sep="_")
  return(df)
}

allData <- lapply(2006:2011,function(year) mapply(getNCDC,df$stationid,df$County,year))

Answer 3

В следующем решении используются функции из rnoaa а также tidyverse пакет.

Обратите внимание, что я использовал ghcnd_search загрузить данные об осадках.

# Load packages
library(rnoaa)
library(tidyverse)

# Create example data frame
sample_df <- data.frame(stationid = c("USW00093721", "USC00182308"),
                        County = c("ANNEARUNDEL", "BALTIMORE"),
                        stringsAsFactors = FALSE)

# Download the data use map. 
data_list <- map(sample_df$stationid, ghcnd_search, 
                 date_min = "2006-01-01", date_max = "2011-12-31", var = "prcp")

Теперь prcp Данные с каждой станции загружаются как кадр данных. Все они в data_list как список.

Вы можете получить доступ к данным каждой станции, открыв список, или вы можете преобразовать данные в списке в один фрейм данных. Вот пример:

# Transpost the data_list. Turns a list-of-lists "inside-out"
data_list2 <- transpose(data_list)

# Combine all data to a single data frame
data_df <- bind_rows(data_list2$prcp)

Теперь все данные находятся в data_df как фрейм данных