Question

在R中，我希望一次一个地提取我的目录中的每个csv文件作为数据帧并为每个项目执行求和

例如，在路径/数据中，我有以下4个文件：

View_Mag_2018_03_01
View_Mag_2018_03_02
View_Mag_2018_03_03
View_Mag_2018_03_04

每个文件都有一个如下所示的数据框：

          place         number
1         chamber1        1
2         chamber2        1 
3         chamber3        2 
4         chamber4        4
5         chamber1        1
6         chamber3        3

我想为每个数据帧创建4个数据框（chamber1，chamber2，chamber3，chamber4），第二列的数字总和以及第一列的csv文件名提取的日期：

chamber1 df的例子：

     date        sum
1  O1/03/2018     2

chamber2 df的例子：

     date        sum
1  O1/03/2018     1

依此类推4个已创建的数据框，依此类推，所有目录文件在这4个数据框上添加行

感谢您的帮助

Answer 1

试

# need the file vector (import with list.files)
files <- c("View_Mag_2018_03_01.csv",
"View_Mag_2018_03_02.csv",
"View_Mag_2018_03_03.csv",
"View_Mag_2018_03_04.csv")

比我们将其转换为日期

library(tidyverse)
dates <- files %>%
  as_tibble() %>%
  separate(value, c("View", "Mag", "Y", "M", "D"), sep = "_") %>%
  select(Y, M, D) %>%
  unite(date, c("D", "M", "Y")) %>%
  mutate(date=as.Date(date,"%d_%m_%Y")) %>%
  as.data.frame()

现在我们读取所有文件并创建一个主df

df <- NULL
for (i in seq_along(files)) {
  df[[i]] <- read_csv(files[i]) %>% select(place, number) %>% 
    group_by(place) %>%
    summarise(sum=sum(number)) %>%
    mutate(date=dates[i,1])
}
result <- bind_rows(df)

现在我们分成4 df

chamber1 <- result %>% filter(place=="chamber1") %>% select(date, sum)
chamber2 <- result %>% filter(place=="chamber2") %>% select(date, sum)
chamber3 <- result %>% filter(place=="chamber3") %>% select(date, sum)
chamber4 <- result %>% filter(place=="chamber4") %>% select(date, sum)

现在你有4个房间df。应该有用，请告诉我。

Answer 2

首先让它重现

df0 <- read.table(text="          place         number
1         chamber1        1
2         chamber2        1 
3         chamber3        2 
4         chamber4        4
5         chamber1        1
6         chamber3        3")

files <- c(
'View_Mag_2018_03_01',
'View_Mag_2018_03_02',
'View_Mag_2018_03_03',
'View_Mag_2018_03_04')

dir.create("Path/data",recursive = TRUE)
sapply(file.path("Path/data",files),write.csv,x=df0)

<强>溶液

我们读取列表中的data.frames，使用文件名添加日期列。

dfs <- lapply(file.path(path,files),
              function(x) cbind(date=as.Date(substr(x,nchar(x)-9,nchar(x)),format="%Y_%m_%d"),
                                read.csv(x)))

然后我们将所有数据帧组合在一起

big_df <- do.call(rbind,dfs)

汇总以获得我们的结果

agg <- aggregate(number ~ date +place,big_df,sum)
#          date    place number
# 1  2018-03-01 chamber1      2
# 2  2018-03-02 chamber1      2
# 3  2018-03-03 chamber1      2
# 4  2018-03-04 chamber1      2
# 5  2018-03-01 chamber2      1
# 6  2018-03-02 chamber2      1
# 7  2018-03-03 chamber2      1
# 8  2018-03-04 chamber2      1
# 9  2018-03-01 chamber3      5
# 10 2018-03-02 chamber3      5
# 11 2018-03-03 chamber3      5
# 12 2018-03-04 chamber3      5
# 13 2018-03-01 chamber4      4
# 14 2018-03-02 chamber4      4
# 15 2018-03-03 chamber4      4
# 16 2018-03-04 chamber4      4

然后你可以根据需要分开

splitdf <- split(agg,agg$place)
# $chamber1
# date    place number
# 1 2018-03-01 chamber1      2
# 2 2018-03-02 chamber1      2
# 3 2018-03-03 chamber1      2
# 4 2018-03-04 chamber1      2
# 
# $chamber2
# date    place number
# 5 2018-03-01 chamber2      1
# 6 2018-03-02 chamber2      1
# 7 2018-03-03 chamber2      1
# 8 2018-03-04 chamber2      1
# 
# $chamber3
# date    place number
# 9  2018-03-01 chamber3      5
# 10 2018-03-02 chamber3      5
# 11 2018-03-03 chamber3      5
# 12 2018-03-04 chamber3      5
# 
# $chamber4
# date    place number
# 13 2018-03-01 chamber4      4
# 14 2018-03-02 chamber4      4
# 15 2018-03-03 chamber4      4
# 16 2018-03-04 chamber4      4

你可以使用带有lapply的assign来获得不同的data.frames，但你可能不应该这样做。

<强>清理

unlink(path)

在目录中的所有文件上运行函数并从名称文件中提取日期

2 个答案: