如何在R中基于模式匹配输出生成连续时序数据及气象数据匹配问题

Hey there! Let's tackle your two questions step by step—first the R time series task, then some ideas for your spatial data matching situation.

1. 在R中从批量匹配文件生成连续时间序列数据 #

Here's a practical, step-by-step workflow to turn your pattern-matched files into a clean, continuous time series:

Step 1: 获取所有匹配的文件 #

用list.files()定位符合特定命名规则的文件。比如如果你的文件命名类似germany_weather_20200101.csv，可以这样设置匹配规则：

# 替换为你的实际文件路径和匹配模式
file_list <- list.files(
  path = "path/to/German historical data",
  pattern = "^germany_weather_\\d{8}\\.csv$",  # 匹配文件名中的8位日期格式
  full.names = TRUE  # 获取完整文件路径而非仅文件名
)

Step 2: 按日期排序文件 #

为了保证时间序列的顺序，从文件名中提取日期并对文件列表排序：

library(stringr)
library(dplyr)

# 从文件路径中提取日期字符串并转换为Date对象
file_dates <- str_extract(file_list, "\\d{8}") %>% 
  as.Date(format = "%Y%m%d")

# 按时间顺序排序文件
sorted_files <- file_list[order(file_dates)]

Step 3: 批量读取并合并数据 #

用purrr::map_dfr一次性读取所有文件并合并为单个数据框，同时添加date列标记每行数据对应的日期：

library(purrr)

# 定义读取单个文件并添加日期元数据的函数
read_weather <- function(file_path) {
  date_str <- str_extract(file_path, "\\d{8}")
  weather_data <- read.csv(file_path)
  weather_data$observation_date <- as.Date(date_str, format = "%Y%m%d")
  return(weather_data)
}

# 批量处理所有已排序的文件
combined_weather <- map_dfr(sorted_files, read_weather)

Step 4: 补全缺失日期生成连续时间序列 #

如果存在日期缺失，用tidyr::complete补全 gaps（如果有多个气象站，按站点分组处理）：

library(tidyr)

# 为每个气象站生成连续的日期序列
continuous_ts <- combined_weather %>%
  group_by(Stationsname) %>%  # 按气象站名称分组
  complete(observation_date = seq(min(observation_date), max(observation_date), by = "day")) %>%
  ungroup()

2. 气象站与区级多边形匹配的后续思路 #

既然你的Stationsname和NAME_2字段完全一致，这就有了一个直接的关联键。以下是常见的后续处理方向：

选项1：关联气象数据与空间属性 #

将清洗后的气象数据与投影CSV合并，为每个气象观测记录添加区级属性（比如面积、人口等）：

# 读取投影数据CSV
projected_stations <- read.csv("Projected Data/your_projected_file.csv")

# 通过匹配名称字段合并数据
weather_with_district <- left_join(
  combined_weather,
  projected_stations,
  by = c("Stationsname" = "NAME_2")  # 用气象站名称匹配区级名称
)

选项2：空间准确性验证（可选） #

即使名称匹配，也建议验证每个气象站是否确实位于对应的区级多边形内。用sf包做空间验证：

library(sf)

# 读取原始区级shapefile（如果还保留的话）
districts_sf <- st_read("path/to/german_districts.shp")

# 将投影后的气象站数据转换为空间对象
stations_sf <- st_as_sf(
  projected_stations,
  coords = c("lon", "lat"),  # 替换为你的坐标列名称
  crs = st_crs(districts_sf)  # 与区级shapefile的坐标系保持一致
)

# 空间关联气象站与所属区级多边形
spatial_validation <- st_join(stations_sf, districts_sf, join = st_within)

如果你有具体的后续任务（比如按区级聚合气象数据、补全缺失的空间属性等），可以补充更多细节哦！

内容的提问来源于stack exchange，提问作者Jerry07