读取多个csv数据并一次创建新列

Question

我有一个文件，其中有很多csv个数据 我想一次读取它们并创建新列，然后组合成一个数据表。我在这里解释得更多。

1. 看看这张照片：



1. 我想根据csv数据标题创建2个新列YEAR和MONTH。
   恩。以201508 Sales Report(London)为例。我想创建YEAR = 2015和MONTH = 8。

2. 我不知道怎么办，但我可以一次阅读它们，而无需创建新列。

   my_read_data <- function(path){  
   data <- data.table::fread(path, header = T, strip.white = T, fill = T)  
   data <- data[data[[5]] != 0,]  
   data <- subset(data, select = c(-1,-7,-10,-12,-13,-14,-15,-17))  
   }  
   file.list <- dir(path = "//path/", pattern='\\.csv', full.names = T)  
   df.list <- lapply(file.list, my_read_data)  
   dt <- rbindlist(df.list)    
   

如何修改我的代码？
其实我不确定我的代码是否正确。
升值。

感谢@Jaap，我的新代码是：

my_read_data <- function(x){
data <- data.table::fread(x, header = T, strip.white = T, fill = T)
data <- data[data[[5]] != 0,]
data <- subset(data, select = c(-1,-7,-10,-12,-13,-14,-15,-17))
}
file.list <- list.files(path = "/path/", pattern = '*.csv')
dt.list <- sapply(file.list, my_read_data, simplify=FALSE)

但是，我收到了一个错误。

Error in data.table::fread(x, header = T, strip.white = T, fill = T) :   
File not found: C:\Users\PECHEN\AppData\Local\Temp\RtmpiihFR4\filea0c4d726488   

In addition: Warning messages:
1: running command 'C:\Windows\system32\cmd.exe /c (TWM-201508 Sales Report(London).csv) > C:\Users\PECHEN\AppData\Local\Temp\RtmpiihFR4\filea0c4d726488' had status 1 
2: In shell(paste("(", input, ") > ", tt, sep = "")) :
  '(TWM-201508 Sales Report(London).csv) > C:\Users\PECHEN\AppData\Local\Temp\RtmpiihFR4\filea0c4d726488' execution failed with error code 1  

此外，我编辑了我的代码：

my_read_data <- function(x){
data <- data.table::fread(x, header = T, strip.white = T, fill = T)
data <- data[data[[5]] != 0,]
data <- subset(data, select = c(-1,-7,-10,-12,-13,-14,-15,-17))
}
file.list <- dir(path = "/path/", pattern='\\.csv', full.names = T)  
df.list <- lapply(file.list, my_read_data)  
dt <- rbindlist(df.list, idcol = 'id')[, `:=` (YEAR = substr(id,5,8), MONTH = substr(id,9,10))]   

我使用YEAR = substr(id,5,8), MONTH = substr(id,9,10)，因为每个数据标题在数字前都有四个字符。恩。 AAA-201508销售报告
但是，它不起作用 感谢@Peter TW，它有效。

Answer 1

扩展我的评论并假设所有文件具有相同的结构，以下内容应该有效：

library(data.table)
# get list of file-names
file.list <- list.files(pattern='*.csv')

# read the files with sapply & fread
# this will create a named list of data.tables
dt.list <- sapply(file.list, fread, simplify=FALSE)

# bind the list together to one data.table
# using the 'idcol'-parameter puts the names of the data.tables in the id-column
# create the YEAR & MONTH variables with 'substr'
DT <- rbindlist(dt.list, idcol = 'id')[, `:=` (YEAR = substr(id,1,4), MONTH = substr(id,5,6))]

这将生成一个包含所有数据的data.table，并添加了YEAR和MONTH列。

如果您要从文件中排除某些列，可以使用drop - fread的参数，如下所示：

dt.list <- sapply(file.list, fread, drop = c(1,7,10,12:15,17), simplify=FALSE)

Answer 2

以下是如何使用dplyr：

添加列的方法

nam <- c("201508 Sales Report(London)", "201509 Sales Report(London)", "201604 Sales Report(London)-Monthly")

dat <- data.frame(file=nam, var=nam)
dat %>% 
   separate(var, into=c(paste0("parts", 1:5))) %>% 
   mutate(Year=substring(parts1, 1,4), Month=substring(parts1, 5,6)) %>% 
   select(Year, Month, file)

#   Year Month                                file
# 1 2015    08         201508 Sales Report(London)
# 2 2015    09         201509 Sales Report(London)
# 3 2016    04 201604 Sales Report(London)-Monthly