Question

我有一个包含300多个CSV文件的文件夹，每个文件都包含一个带标题的数据框。它们的名称为001.csv 002.csv，依此类推。所有文件都有相同的四列（Date，sulfate，nitrate和ID），但观察次数不同。

我想创建一个允许用户选择其中一个，全部或一系列文件并将它们合并到一个数据框中的函数，保留合并文件的所有数据（无需比较它们并查找重复，等等。当我说合并时，我的意思是新的合并数据框仍然有这四列与两个文件的观察结果。

以下是我到目前为止所做的工作，其中directory是文件的位置，id指定要加载的文件（例如：1将加载文件{{1} }，001.csv加载文件274和274.csv加载文件20:100到020.csv）。

100.csv

我只在加载一个文件时工作，无论哪一个。如果我想加载一个范围，我得到一个空的数据框。例如，如果我运行：

getfile3 <- function(directory = getwd(), id) {
    # add 0s to ID
    filenames <- sprintf("%03d.csv", id)

    # find requested files
    filedir <- file.path(directory, filenames)

    # determine number of files requested
    numOfFiles <- length(filenames)

    #create empty data frame to store merged files
    dataset <- data.frame()

    if(numOfFiles < 2) {    # if only one file is requested...
        dataset <- read.csv(filedir, header = TRUE)    # use read.csv
    } else {    # else loop over each file requested and merge into "dataset"
        for(i in filenames) {
            dataset <- merge(dataset, filenames[i], all=TRUE)
        }
    }
    dataset
}

其中newDF <- getfile3("specdata", 1:10)是文件所在文件夹的名称，specdata表示我想加载前10个文件，我得到一个新的数据框（1:10） 0个观察结果和3个变量：newDF，V1，V2（和y[FALSE,]）。
原始文件中的4个变量应该有7,304个观察值。

问题出在我的row.names循环中。

Answer 1

将您的代码更改为

if(numOfFiles < 2) {    # if only one file is requested...
    dataset <- read.csv(filedir, header = TRUE)    # use read.csv
} else {    # else loop over each file requested and merge into "dataset"
        #Use lapply to read in your data
        data.reqd <-lapply(filedir, read.csv, header=T)
        #Merge all the data, using Reduce
        dataset <-Reduce(function(...) merge(...,all=T),data.reqd)
    }
return(dataset)
}

功能比将VSC文件合并到一个数据帧中

1 个答案: