如何使用R读取*.rtf气象数据文件并转换为按日期分变量的列格式

实现步骤 #

• 第一步：读取RTF并清理文本
  你已经用到的striprtf::read_rtf()可以直接提取RTF内的纯文本，只需要额外处理转义字符、多余空白，还原出标准JSON字符串即可。

  # 加载依赖包
  library(striprtf)
  library(jsonlite)
  library(dplyr)
  library(readr)
  
  # 替换成你的rtf文件实际路径
  file_path <- "你的气象数据.rtf"
  # 读取并清理文本
  raw_json <- read_rtf(file_path) |>
    paste0(collapse = "") |>
    gsub(pattern = "&quot;", replacement = '"', x = _) |>
    trimws()
  

• 第二步：解析JSON为结构化数据框
  RTF内存储的内容本质是标准JSON数组格式，直接用JSON解析工具就能一键转成行列对应的表格，不需要手动拆分字段。

  # 解析JSON得到初始数据框
  weather_data <- fromJSON(raw_json)
  

• 第三步：修正字段数据类型
  解析完的初始数据框所有字段都是字符格式，且数值类字段用逗号作为小数点（西班牙地区数字格式），统一做类型转换即可得到最终可用的规整表格：

  weather_data <- weather_data |>
    mutate(
      # 日期字段转Date类型
      fecha = as.Date(fecha),
      # 所有数值字段替换逗号小数点后转数值类型
      across(c(altitud, tmed, prec, tmin, tmax, dir, velmedia, racha, sol, presMax, presMin),
             ~ parse_number(gsub(",", ".", .x)))
    )
  

注意事项 #

处理超大文件时如果出现内存不足，可以把fromJSON()替换为jsonlite::stream_in(textConnection(raw_json))做流式解析，内存占用会低很多。如果解析报错，先打印raw_json检查首尾是否缺失JSON数组的方括号，手动补全即可。

内容的提问来源于stack exchange，提问作者Lee1010