代码之家  ›  专栏  ›  技术社区  ›  Bluebird

R导入和导出带有邮政编码标题的CSV

  •  0
  • Bluebird  · 技术社区  · 7 年前

    问题2:导出数据帧并保持邮政编码完整的正确方法是什么?

    源DF: FDIC

    library(readr)
    library(dplyr)
    library(tidyr)
    
    FDIC_1_source <- read_csv("OFFICES2_ALL.CSV")
    
    NEState<-c("CT", "DC", "DE", "MA", "MD", "ME", "NH", "NJ", "NY", "PA", "RI", "VA", "VT")
    
    FDIC_2_filtered<-FDIC_1_source[FDIC_1_source$STALP %in% NEState,]
    
    write.csv(FDIC_2_filtered,file="FDIC_2_filtered.CSV")
    

    With Dates and Numbers 然而,我想不出一种方法来使用邮政编码的文档。

    2 回复  |  直到 7 年前
        1
  •  1
  •   Matt Jewett    7 年前

    如果源文件中缺少前导零。尝试一下,因为我不知道邮政编码的列名,在这个示例中,我只使用 zip.col 作为列名。

    FDIC_1_source <- read_csv("OFFICES2_ALL.CSV")
    
    FDIC_1_source$zip.col <- sapply(FDIC_1_source$zip.col, function(x) paste0(paste0(rep("0",5 - nchar(x)), collapse = ""), x))
    
        2
  •  0
  •   Bluebird    7 年前

    Here 。将用代码更新以反映新发现的库。

    library(readr)
    library(dplyr)
    library(tidyr)
    library(zipcode)
    
    FDIC_1_source <- read_csv("OFFICES2_ALL.CSV")
    
    NEState<-c("CT", "DC", "DE", "MA", "MD", "ME", "NH", "NJ", "NY", "PA", "RI", "VA", "VT")
    
    FDIC_2_filtered<-FDIC_1_source[FDIC_1_source$STALP %in% NEState,]
    
    FDIC_2_filtered$ZIP = clean.zipcodes(FDIC_2_filtered$ZIP) #this will fix any zip code errors, esecially working with North East States
    
    write.csv(FDIC_2_filtered,file="FDIC_2_filtered.CSV")