R語言 Web數(shù)據(jù)

許多網(wǎng)站提供數(shù)據(jù)供其用戶使用。 例如，世界衛(wèi)生組織（WHO）以CSV，txt和XML文件的形式提供健康和醫(yī)療信息的報告。 使用R語言程序，我們可以從這些網(wǎng)站以編程方式提取特定數(shù)據(jù)。 R語言中用于從網(wǎng)站中提取數(shù)據(jù)的一些包是“RCurl”，XML“和”stringr“，它們用于連接到URL，識別文件所需的鏈接并將它們下載到本地環(huán)境。

安裝R語言的包

處理URL和鏈接到文件需要以下的包。 如果它們在R語言環(huán)境中不可用，您可以使用以下命令安裝它們。

install.packages("RCurl")
install.packages("XML")
install.packages("stringr")
install.packages("plyr")

輸入數(shù)據(jù)

我們將訪問URL天氣數(shù)據(jù)，并使用R在2015年下載CSV文件。

例

我們將使用函數(shù)getHTMLLinks()來收集文件的URL。 然后我們將使用函數(shù)downlaod.file()將文件保存到本地系統(tǒng)。 由于我們將對多個文件一次又一次地應(yīng)用相同的代碼，因此我們將創(chuàng)建一個被多次調(diào)用的函數(shù)。 文件名作為參數(shù)以R列表對象的形式傳遞到此函數(shù)。

# Read the URL.
url <- "http://www.geos.ed.ac.uk/~weather/jcmb_ws/"

# Gather the html links present in the webpage.
links <- getHTMLLinks(url)

# Identify only the links which point to the JCMB 2015 files. 
filenames <- links[str_detect(links, "JCMB_2015")]

# Store the file names as a list.
filenames_list <- as.list(filenames)

# Create a function to download the files by passing the URL and filename list.
downloadcsv <- function (mainurl,filename) {
   filedetails <- str_c(mainurl,filename)
   download.file(filedetails,filename)
}

# Now apply the l_ply function and save the files into the current R working directory.
l_ply(filenames,downloadcsv,mainurl = "http://www.geos.ed.ac.uk/~weather/jcmb_ws/")

驗證文件下載

運行上述代碼后，您可以在當(dāng)前R語言工作目錄中找到以下文件。

"JCMB_2015.csv" "JCMB_2015_Apr.csv" "JCMB_2015_Feb.csv" "JCMB_2015_Jan.csv"
   "JCMB_2015_Mar.csv"