Блог

Я использовал R для обработки своих данных, однако вместо этого я вынужден использовать python. Файлы csv были сохранены как sf dataframe, где геометрия столбца хранит как long, так и lat. В моих файлах у меня следующая структура:

 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
  

Цель здесь состоит в том, чтобы прочитать файл, зная, что c(-95.11, 10.19) — это 2 значения lon и lat, поэтому их можно хранить в двух разных столбцах. Однако наличие разделителя внутри значения, которое также не является строкой, делает это действительно сложным.

Ожидаемый результат должен быть :

 a,long,lat,b
50,-95.11, 10.19,32.24
60,,-95.12, 10.27,22.79
70,-95.13, 10.28,14.91
80,-95.14, 10.33,18.35
90,-95.15, 10.5,28.35
99,-95.16, 10.7,48.91
  

Работает ли это (входной файл: data.csv; выходной файл: 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)
  

В вашем примере вывода после второго столбца стоит пробел: это предназначено? Кроме того, ваш пример ввода имеет во второй строке двойную , после первого столбца?

Если вы искали решение на основе R, вы можете рассмотреть возможность извлечения координат из {sf} столбца на основе геометрии в обычные столбцы и соответствующего сохранения.

Рассмотрим этот пример, построенный на трех полуслучайных городах Северной Каролины:

 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