如何在R中每日向数据列表追加二手车均价数据

步骤1：完善当日数据处理（加日期+清洗价格） #

首先要把爬取到的文本格式价格转成数值，再给当日均价表加上日期列，用lubridate::today()自动获取当日日期：

library(rvest)
library(tidyverse)
library(lubridate)

# 爬取页面数据
page <- read_html("*URL*")

brand <- page %>% html_nodes("*css_for_car_brand*") %>% html_text()
price_text <- page %>% html_nodes("*css_for_price*") %>% html_text()

# 清洗价格：根据网站实际格式调整，比如移除货币符号、逗号
price <- price_text %>%
  str_remove_all("[^0-9.]") %>%
  as.numeric()

# 生成带日期的当日均价宽表
daily_avg <- tibble(brand, price) %>%
  drop_na(price) %>% # 剔除价格缺失的无效数据
  group_by(brand) %>%
  summarise(mean_price = mean(price, na.rm = TRUE)) %>%
  pivot_wider(values_from = mean_price, names_from = brand) %>%
  mutate(date = today()) %>%
  relocate(date) # 把日期列放在最前面

步骤2：合并并保存历史数据 #

通过判断历史数据文件是否存在，实现自动追加当日数据：

# 定义历史数据存储路径（用csv方便查看，也可以用RDS格式）
history_file <- "used_car_avg_history.csv"

if (file.exists(history_file)) {
  # 读取已有历史数据，合并当日数据
  history_data <- read_csv(history_file, show_col_types = FALSE)
  updated_history <- bind_rows(history_data, daily_avg)
} else {
  # 首次运行，直接用当日数据初始化历史表
  updated_history <- daily_avg
}

# 保存更新后的历史数据
write_csv(updated_history, history_file)

可选：每日自动运行 #

如果需要定时执行脚本，Windows可以用taskscheduleR包，Linux/macOS用cronR包设置每日定时任务，比如每天早8点自动爬取更新。

注意点 #

• 价格清洗的正则要对应目标网站的格式，比如价格是"$12,345"或"¥5.6万"，要调整str_remove_all的规则
• 用drop_na(price)避免因缺失值导致均值计算错误

内容的提问来源于stack exchange，提问作者Chrisabe