おそらくそのページにある最大なテーブルがほしいです。
問題は、そのテーブルのヘッダーがややこしいです。例えば、3行にある最大
が二つのカラムを挟んでいます。
でもそれに当たる下のHTMLにただ一つのセルがコードしてあります。
したがってhtml_table
にfill = TRUE
を与えなければなりません。すると、でてくるdata.frame
に、満々じゃない行に適当にNA
をいれてあげます。
URL <-
paste0("http://www.data.jma.go.jp/obd/stats/etrn/view/",
"daily_s1.php?prec_no=44&block_no=47662&year=2016",
"&month=7&day=&view=")
DF <- read_html(URL) %>%
html_node(xpath='//*[@id="tablefix1"]') %>%
html_table(fill = TRUE)
head(DF)
# 日 気圧(hPa) NA 降水量(mm) NA NA 気温(℃) NA NA 湿度(%)
# 1 現地 海面 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
# 2 平均 平均 合計 最大 <NA> 平均 最高 最低 平均 最小
# 3 1時間 10分間 風速 風向 風速 風向 合計 値 <NA> <NA>
# 4 1 1010.2 1013.0 -- -- -- 25.6 30.6 22.0 83
# 5 2 1007.6 1010.4 0.0 0.0 0.0 27.0 31.8 23.4 79
# 6 3 1003.8 1006.6 -- -- -- 29.2 35.4 24.6 71
# NA 風向・風速(m/s) NA NA NA NA 日照時間(h)
# 1 <NA> <NA> NA <NA> NA <NA> <NA>
# 2 平均風速 最大風速 NA 最大瞬間風速 NA 降雪 最深積雪
# 3 <NA> <NA> NA <NA> NA <NA> <NA>
# 4 59 2.3 7.0 南南東 10.9 南南東 4.4
# 5 61 3.0 5.9 南 9.8 南南西 6.9
# 6 50 3.3 7.2 南南西 13.2 南西 7.6
# 雪(cm) NA 天気概況 NA
# 1 <NA> <NA> <NA> <NA>
# 2 昼(06:00-18:00) 夜(18:00-翌日06:00) <NA> <NA>
# 3 <NA> <NA> <NA> <NA>
# 4 -- -- 曇一時晴 曇
# 5 -- -- 曇後時々晴 薄曇時々晴
# 6 -- -- 曇一時晴 晴後一時曇
ちゃんと見えるように、第1ー3行(とカラムのネーム)が出鱈目になってます。
その行を除いて、自分が与えたいネームをつけようとすすめます:
DF <- DF[-1L:-3L, ]
names(DF) <- my_names
table <- html_table(html, fill=T)
とすればよいのではないでしょうか。