如何在R中自动获取PSE网站近7天的风电发电数据？

原代码仅能抓取页面显示的当日数据，而网站的历史数据需通过「Eksport za okres」功能提交日期范围导出。以下是用R基础工具+dplyr实现的自动获取方案：

核心思路 #

• 模拟网站导出功能的POST请求，提交近7天的日期参数
• 解析返回的结构化数据（CSV格式）
• 用dplyr完成数据清洗与过滤

完整代码 #

# 加载所需包
library(httr)
library(dplyr)

# 定义近7天的日期范围（含当日）
date_start <- Sys.Date() - 6  # 起始为7天前的日期，确保覆盖7天周期
date_end <- Sys.Date()

# 转换为网站要求的日期格式（YYYY-MM-DD）
date_start_str <- format(date_start, "%Y-%m-%d")
date_end_str <- format(date_end, "%Y-%m-%d")

# 发送POST请求获取导出数据
response <- POST(
  url = "https://www.pse.pl/dane-systemowe/funkcjonowanie-kse/raporty-dobowe-z-pracy-kse/generacja-zrodel-wiatrowych/export",
  body = list(
    date_from = date_start_str,
    date_to = date_end_str,
    format = "csv"
  ),
  encode = "form"
)

# 检查请求是否成功
if (http_status(response)$category != "Success") {
  stop("请求失败，状态码：", status_code(response))
}

# 解析CSV数据
wind_data <- content(response, type = "text/csv", encoding = "UTF-8", show_col_types = FALSE)

# 数据清洗与过滤（根据实际CSV结构调整列名）
wind_data <- wind_data %>%
  mutate(Date = as.Date(Date)) %>%
  filter(Date >= date_start & Date <= date_end)

# 查看结果
head(wind_data)

关键说明 #

• 用httr::POST模拟手动提交日期范围的操作，无需依赖浏览器自动化工具
• 日期范围计算：Sys.Date() - 6确保包含当日在内共7天数据
• 若网站导出接口的参数或格式发生变化，需通过浏览器开发者工具重新抓包确认接口地址与参数名

内容的提问来源于stack exchange，提问作者Ola