R导入和导出带有邮政编码标题的CSV

使用邮政编码时，通常会删除前面带有“0”的州，即csv文件中带有“02111”的马萨诸塞州地址将被导入并截断为“2111”

Q1:read.csv的正确列标题是什么，以保持邮政编码完整

问题2：导出数据帧并保持邮政编码完整的正确方法是什么

资料来源：

库（readr）
图书馆（dplyr）
图书馆（tidyr）
FDIC_1_源问题可以通过Zipcode包解决。可以找到文档。将使用代码更新以反映新发现的库

library(readr)
library(dplyr)
library(tidyr)
library(zipcode)

FDIC_1_source <- read_csv("OFFICES2_ALL.CSV")

NEState<-c("CT", "DC", "DE", "MA", "MD", "ME", "NH", "NJ", "NY", "PA", "RI", "VA", "VT")

FDIC_2_filtered<-FDIC_1_source[FDIC_1_source$STALP %in% NEState,]

FDIC_2_filtered$ZIP = clean.zipcodes(FDIC_2_filtered$ZIP) #this will fix any zip code errors, esecially working with North East States

write.csv(FDIC_2_filtered,file="FDIC_2_filtered.CSV")

库（readr）
图书馆（dplyr）
图书馆（tidyr）
库（zipcode）
FDIC_1_源如果源文件中缺少前导零。请尝试一下，因为我不知道邮政编码的列名，在本例中，我将只使用
zip.col
作为列名

FDIC_1_source <- read_csv("OFFICES2_ALL.CSV")

FDIC_1_source$zip.col <- sapply(FDIC_1_source$zip.col, function(x) paste0(paste0(rep("0",5 - nchar(x)), collapse = ""), x))

FDIC_1_source是CSV文件中实际缺少的前导零，还是当您在Excel中打开CSV文件以注意某个特定的坏角色时，前导零会消失？导入时Excel总是删除“0”。虽然该列可以重新分类为“ZIP”，但如果。。。另存为csv。尽管重新分类将在保存为excel文件时保持不变。CSV是在不同软件平台上工作的理想选择。因此，需要使用R自动将特定列分类为“ZIP”，并将其导出为“ZIP”作为CSV。如果在读取CSV后数据框中删除了零，则尝试在读取CSV时指定列类型，即IE
read_CSV（“OFFICES2_ALL.CSV”，col_types=“character”）
@MattJewett这是一个修复方案，但仅当CSV具有前面的0时。最好的描述方式是，对于源文件，您将在CSV中包含邮政编码。我想导入到R，让R识别ZIP列并自动转换地址，即马萨诸塞州的邮政编码“2111”->“02111”。谢谢Matt，我理解您编写的函数，非常感谢。
FDIC_1_source <- read_csv("OFFICES2_ALL.CSV")

FDIC_1_source$zip.col <- sapply(FDIC_1_source$zip.col, function(x) paste0(paste0(rep("0",5 - nchar(x)), collapse = ""), x))