1

我在使用 R 方面还很陌生，但我试图完成这项工作。我有几十个 ENVI 光谱数据集存储在一个目录中。每个数据集被分成两个文件。它们都具有相同的名称约定，即：

  • ID_YYYYMMDD_350-200nm.asr
  • ID_YYYYMMDD_350-200nm.hdr

任务是读取数据集，添加两列（文件名中的 ID 和日期），并将结果存储在 *.csv 文件中。我让它适用于单个文件（硬编码）。

library(caTools)

setwd("D:/some/path/software_scripts")

### filename without extension
name <- "011a_20100509_350-2500nm"

### split filename in area-id and date
flaeche<-substr(name, 0, 4)
date <- as.Date((substr(name,6,13)),"%Y%m%d")

### get values from ENVI-file in a matrix
spectrum <- read.ENVI(paste(name,".esl", sep = ""), headerfile=paste(name,".hdr", sep=""))

### add columns
spectrum <- cbind(Flaeche=flaeche,Datum=as.character(date),spectrum)


### CSV-Dataset with all values
write.csv(spectrum, file = name,".csv", sep=",")

我想将所有可用文件合并到一个 *.csv 文件中。我知道我必须使用 list.files 但不知道如何实现 read.ENVI 函数并将生成的矩阵添加到 CSV。

更新：

library(caTools)

setwd("D:/some/path/mean")

files <- list.files() # change or leave totally empty if setwd() put you in the right spot

all_names <- sub("^([^.]*).*", "\\1", files) # strip off extensions

name <- unique(all_names) # get rid of duplicates from .esl and .hdr

# wrap your existing code in a function
mungeENVI <- function(name) {

  # split filename in area-id and date
  flaeche<-substr(name, 0, 4)
  date <- as.Date((substr(name,6,13)),"%Y%m%d")

  # get values from ENVI-file in a matrix
  spectrum <- read.ENVI(paste(name,".esl", sep = ""), headerfile=paste(name,".hdr", sep=""))

  # add columns
  spectrum <- cbind(Flaeche=flaeche,Datum=as.character(date),spectrum)
  return(spectrum)
}

# use lapply to 'loop' over each name
list_of_ENVIs <- lapply(name, mungeENVI) # returns a list

# use do.call(rbind, x) to turn it into a big data.frame
final_df <- do.call(rbind, list_of_ENVIs)

# now write output
write.csv(final_df, "all_results.csv")

您可以在此处找到示例数据集：示例数据集

4

1 回答 1

0

我处理大量实验室数据，我可以依赖可靠格式的输出文件（相同的列顺序、列名、标题格式等）。所以这是假设您拥有的 .ENVI 文件与此类似。如果您的文件不是这样，我也很乐意提供帮助，我只需要查看一两个虚拟文件即可。

无论如何，这是一个想法：

library(caTools)
library(lubridate)
library(magrittr)

setwd("~/Binfo/TST/Stack/") # adjust as needed

files <- list.files("data/", full.name = T) # adjust as needed
all_names <- gsub("\\.\\D{3}", "", files) # strip off extensions
names1 <- unique(all_names) # get rid of duplicates

# wrap your existing code in a function
mungeENVI <- function(name) {
    # split filename in area-id and date
    f <- gsub(".*\\/(\\d{3}\\D)_.*", "\\1", name)
    d <- gsub(".*_(\\d+)_.*", "\\1", name) %>% ymd()
    # get values from ENVI-file in a matrix
    spectrum <- read.ENVI(paste(name,".esl", sep = ""), headerfile=paste(name,".hdr", sep=""))
    # add columns
    spectrum <- cbind(Flaeche=f,Datum= as.character(d),spectrum)
    return(spectrum)
}
# use lapply to 'loop' over each name
list_of_ENVIs <- lapply(names1, mungeENVI) # returns a list

# use do.call(rbind, x) to turn it into a big data.frame
final_df <- do.call(rbind, list_of_ENVIs)
# now write output
write.csv(final_df, "data/all_results.csv")

如果您有任何问题，请告诉我，我们从那里开始。干杯。

我稍微编辑了我的答案，我认为你遇到的问题list.files()应该有争论full.name = T。我还调整了您的解析方法，使其更具防御性并使用 grep 捕获表达式。我用你的两个示例文件（真的是 4 个）测试了代码，但我可以构建一个大矩阵（66743 个元素）。我也用过lubridate，我认为这是处理日期和时间的更好方法。

于 2016-10-06T22:39:30.527 回答