open-plaques-all-2017-06-19.rarで圧縮されたファイルをダウンロードしたかったが、Rでそれを実装することはできませんでした。ウェブサイトから直接file.rarを読み込む方法R
temp <- tempfile()
download.file("https://github.com/tuyenhavan/Statistics/blob/master/open-plaques-all-2017-06-19.rar", temp)
df<- fread(unzip(temp, files = "open-plaques-all-2017-06-19.csv"))
head(df)
以下の私のコードRAR-アーカイブを抽出するためのRライブラリがある場合、私は知りませんが、あなたがunrar、unar、p7zipまたは類似のものがインストールされている場合は、システムコールを介してそれらを呼び出すと持つことができますファイルを抽出します。
また、URLの末尾に?raw=trueというタグを付けて、生データ（HTMLコードではありません）を取得する必要があります。
これはMacではp7zipまたはunarを使用していますが、他のユーティリティやシステムでは異なる構文が必要な場合があります。
temp <- tempfile()
download.file(paste0("https://github.com/tuyenhavan/Statistics/blob/master/",
"open-plaques-all-2017-06-19.rar?raw=true"), temp)
#list all csv-files in current working directory
csv_files <- list.files(pattern="\\.csv")
#extract RAR to current working directory using p7zip
system(paste("7z x", temp, paste0("-o", getwd())))
#extract RAR to current working directory using unar
system(paste("unar", "-f", "-o", shQuote(getwd()), shQuote(temp)))
#find the name of the extracted csv file
csv_new <- setdiff(list.files(pattern="\\.csv"), csv_files)
#read in the csv as a data.frame
csv.dtf <- read.csv(csv_new)
また、CSVで直接読むこともできますが、かなり遅いです。あなたが必要とするこれらのそれぞれのプラットフォーム/ PKGマネージャの
csv <- system(paste("7z x -so", temp), intern=TRUE)
csv.dtf <- read.csv(text=csv)
：
Windowsの人々は、それらのために自動ダウンロードされたバイナリをコンパイルしておくでしょう。
は、その後の操作を行います。
devtools::install_github("jimhester/archive")
は、ここで1つのワークフローです。指定したURLが正しくない/有効であることを確認しました。実際のファイルにアクセスするには、「生の」URLを使用する必要があります。
library(archive)
tf1 <- tempfile(fileext = ".rar")
download.file("https://github.com/tuyenhavan/Statistics/blob/master/open-plaques-all-2017-06-19.rar?raw=true", tf1)
tf2 <- tempfile()
archive_extract(tf1, tf2)
list.files(tf2)
## [1] "open-plaques-all-2017-06-19.csv"
file.size(file.path(tf2, list.files(tf2)))
## [1] 26942816
xdf <- readr::read_csv(file.path(tf2, list.files(tf2)))
dplyr::glimpse(xdf)
## Observations: 38,436
## Variables: 27
## $ id <int> 29923, 42945, 42944, 42943, 42942, 42941, 42940, ...
## $ title <chr> "Jon Pertwee blue plaque", "Apsley Cherry-Garrard...
## $ inscription <chr> "Jon Pertwee 1919-1996 Doctor Who 1970-1974", "Ap...
## $ latitude <dbl> NA, NA, NA, NA, NA, NA, 54.14910, 45.76330, NA, 4...
## $ longitude <dbl> NA, NA, NA, NA, NA, NA, -4.46938, 4.83157, NA, 4....
## $ country <chr> "United Kingdom", "United Kingdom", "United Kingd...
## $ area <chr> "London", "Bedford", "Harlow", "Bozen", "Adro", "...
## $ address <chr> "BBC Television Centre", "Lansdowne Road", "The W...
## $ erected <int> NA, NA, NA, NA, NA, 2016, NA, NA, NA, NA, NA, NA,...
## $ main_photo <chr> NA, "https://commons.wikimedia.org/wiki/Special:F...
## $ colour <chr> "blue", "blue", "blue", "brass", "brass", "brass"...
## $ organisations <chr> "[]", "[]", "[\"Harlow Civic Society\"]", "[\"Gun...
## $ language <chr> "English", "English", "English", "Italian", "Ital...
## $ series <chr> NA, NA, NA, "Stolpersteine Italiano", "Stolperste...
## $ series_ref <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N...
## $ `geolocated?` <chr> "false", "false", "false", "false", "false", "fal...
## $ `photographed?` <chr> "false", "true", "false", "true", "true", "true",...
## $ number_of_subjects <int> 1, 1, 0, 0, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 0, 0...
## $ lead_subject_name <chr> "Jon Pertwee", "Apsley Cherry-Garrard", NA, NA, "...
## $ lead_subject_born_in <int> 1919, 1886, NA, NA, 1911, 1913, NA, 1888, 1832, 1...
## $ lead_subject_died_in <int> 1996, 1959, NA, NA, 1945, 1945, NA, 1967, 1898, 1...
## $ lead_subject_type <chr> "man", "man", NA, NA, "man", "man", NA, "man", "m...
## $ lead_subject_roles <chr> "[\"Doctor Who\", \"actor\", \"entertainer\", \"t...
## $ lead_subject_wikipedia <chr> "https://en.wikipedia.org/wiki/Jon_Pertwee", "htt...
## $ lead_subject_dbpedia <chr> "http://dbpedia.org/resource/Jon_Pertwee", "http:...
## $ lead_subject_image <chr> "https://commons.wikimedia.org/wiki/Special:FileP...
## $ subjects <chr> "[\"Jon Pertwee|(1919-1996)|man|Doctor Who, actor...
はunlink()は作業が完了した後にクリーンアップするためにtf2をINGの、tf1をINGのどこかに、より恒久的なtf2からファイルをコピーしてunlink()考えてみましょう。