Nestled Loop 无法从 NOAA 收集数据

Question

我正在使用 R 包 rnoaa（连同它所需的其他包）来收集历史天气数据。我编写了这个嵌套循环来收集所有数据集，但是当我运行它时我不断收到错误。它似乎要罚款第二次

循环：

require('triebeard')
require('bindr')
require('colorspace')
require('mime')
require('curl')
require('openssl')
require('R6')
require('urltools')
require('httpcode')
require('stringr')
require('assertthat')
require('bindrcpp')
require('glue')
require('magrittr')
require('pkgconfig')
require('rlang')
require('Rcpp')
require('BH')
require('plogr')
require('purrr')
require('stringi')
require('tidyselect')
require('digest')
require('gtable')
require('plyr')
require('reshape2')
require('lazyeval')
require('RColorBrewer')
require('dichromat')
require('munsell')
require('labeling')
require('viridisLite')
require('data.table')
require('rjson')
require('httr')
require('crul')
require('lubridate')
require('dplyr')
require('tidyr')
require('ggplot2')
require('scales')
require('XML')
require('xml2')
require('jsonlite')
require('rappdirs')
require('gridExtra')
require('tibble')
require('isdparser')
require('geonames')
require('hoardr')
require('rnoaa')
install.package('ncdf4')

install.packages("devtools")
library(devtools)
install_github("rnoaa", "ropensci")
library(rnoaa)


list <- buoys(dataset='wlevel')
lid <- data.frame(list$id)
foo <- for(range in 1990:2017){
for(bid in lid){
bid_range <- buoy(dataset = 'wlevel', buoyid = bid, year = range)
bid.year.data <- data.frame(bid.year$data)
write.csv(bid.year.data, file='cwind/bid_range.csv')
} 
}

回应：

Using c1990.nc
Using 
Error: length(url) == 1 is not TRUE

它会保存第一个数据集，但不会在文件名中应用 for，它只是将其命名为 bid_range.csv。

Answer 1

这个错误信息表明没有任何1990年给定站id的数据。因为你使用for循环，一旦出错，它就会停止。

这里介绍使用tidyverse下载NOAA浮标数据。以下很多函数来自purrr 包，它是tidyverse 的一部分。

# Load packages
library(tidyverse)
library(rnoaa)

第 1 步：创建一个包含 id 和年份的所有组合的“网格”

tidyr 中的 expand 函数可以创建不同值的组合。

data_list <- buoys(dataset = 'wlevel')

data_list2 <- data_list %>%
  select(id) %>%
  expand(id, year = 1990:2017)

第 2 步：创建一个在没有数据时不会中断的“安全”版本。 还要让这个函数适合map2函数

因为我们将使用map2 来循环使用map2 函数的.x 和.y 参数来遍历id 和year 的所有组合。我们修改了参数序列以创建buoy_modify。我们还使用safely 函数创建safe 版本的buoy_modify。现在，当它遇到错误时，它将存储错误消息并移动到下一个而不是中断。

# Modify the buoy function
buoy_modify <- function(buoyid, year, dataset, ...){
  buoy(dataset, buoyid = buoyid, year = year, ...)
}

# Creare a safe version of buoy_modify
buoy_safe <- safely(buoy_modify)

第 3 步：应用 buoy_safe 函数

wlevel_data <- map2(data_list2$id, data_list2$year, buoy_safe, dataset = "wlevel")

# Assign name for the element in the list based on id and year
names(wlevel_data) <- paste(data_list2$id, data_list2$year, sep = "_")

经过这一步，所有数据都下载到wlevel_data。 wlevel_data 中的每个元素都有两个部分。 $result如果下载成功则显示数据，否则显示NULL。 $error如果下载成功则显示NULL，否则显示错误信息。

第 4 步：访问数据

transpose 可以“从里到外”翻转列表。所以现在wlevel_data2 有两个元素：结果和错误。我们可以存储这两个并访问数据。

# Turn the list "inside out"
wlevel_data2 <- transpose(wlevel_data)

# Get the error message
wlevel_error <- wlevel_data2$error

# Get he result
wlevel_result <-  wlevel_data2$result

# Remove NULL element in wlevel_result
wlevel_result2 <- wlevel_result[!map_lgl(wlevel_result, is.null)]