问题描述
我当时使用R来获取数据,但是我发现自己不得不改用python。 csv文件已存储为sf数据帧,其中列几何同时存储了long和lat。 在我的文件中,我具有以下结构:
a,geometry,b
50,c(-95.11,10.19),32.24
60,c(-95.12,10.27),22.79
70,c(-95.13,10.28),14.91
80,c(-95.14,10.33),18.35
90,c(-95.15,10.5),28.35
99,c(-95.16,10.7),48.91
这里的目的是在读取文件的同时知道c(-95.11,10.19)是lon和lat两个值,因此可以将它们存储在两个不同的列中。但是,将分隔符包含在也不是字符串的值中,确实很难做到这一点。
预期输出应为:
a,long,lat,-95.11,10.19,-95.12,10.27,-95.13,10.28,-95.14,10.33,-95.15,10.5,-95.16,10.7,48.91
解决方法
这项工作(输入文件:data.csv;输出文件:data_out.csv):
import csv
with open('data.csv','r') as fin,open('data_out.csv','w') as fout:
reader,writer = csv.reader(fin),csv.writer(fout)
next(reader)
writer.writerow(['a','long','lat','b'])
for row in reader:
row[1] = row[1][2:]
row[2] = row[2][1:-1]
writer.writerow(row)
在示例输出中,第二列之后为空白:这是故意的吗?另外,您的示例输入在第一行之后的第二行中有一个双,
吗?
如果您正在寻找基于R的解决方案,则可以考虑将基于{sf}
的几何列中的坐标提取到常规列中,并进行相应的保存。
考虑以下示例,它基于北卡罗来纳州的三个半随机城市:
library(sf)
library(dplyr)
cities <- data.frame(name = c("Raleigh","Greensboro","Wilmington"),x = c(-78.633333,-79.819444,-77.912222),y = c(35.766667,36.08,34.223333)) %>%
st_as_sf(coords = c("x","y"),crs = 4326)
cities # a class sf data.frame
Simple feature collection with 3 features and 1 field
geometry type: POINT
dimension: XY
bbox: xmin: -79.81944 ymin: 34.22333 xmax: -77.91222 ymax: 36.08
geographic CRS: WGS 84
name geometry
1 Raleigh POINT (-78.63333 35.76667)
2 Greensboro POINT (-79.81944 36.08)
3 Wilmington POINT (-77.91222 34.22333)
mod_cit <- cities %>%
mutate(long = st_coordinates(.)[,1],lat = st_coordinates(.)[,2]) %>%
st_drop_geometry()
mod_cit # a regular data.frame
name long lat
1 Raleigh -78.63333 35.76667
2 Greensboro -79.81944 36.08000
3 Wilmington -77.91222 34.22333