Question

我在Coursera上有一个作业而且我被卡住了 - 我不一定需要或想要一个完整的答案（因为这会作弊）但是正确方向的暗示将受到高度赞赏。

我在一个文件夹中有超过300个CSV文件（名为001.csv，002.csv等）。每个包含一个带标题的数据框。我正在编写一个函数，它将采用三个参数：文件的位置，要计算平均值的列的名称（在数据框内）和要在计算中使用的文件（id）

我试图让它尽可能简单：

pm <- function(directory, pollutant, id = 1:332) {

setwd("C:/Users/cw/Documents")
setwd(directory)

files <<- list.files()

首先，设置wd并获取所有文件的列表

x <- id[1] 
x

获取用户指定ID的起点。

问题

for (i in x:length(id)) {
df <- rep(NA, length(id))
df[i] <- lapply(files[i], read.csv, header=T)
result <- do.call(rbind, df)
return(df)
}
}

所以这就是我撞墙的地方：我需要从上面拿出用户指定的输入（例如10:25）并将文件中的内容放入＆＃34; 010.csv＆＃34;通过＆＃34; 025.csv＆＃34;进入一个数据框，实际上得出一个特定列的平均值。

所以我的想法是从id的长度（例如16到10:25）开始以指定id的起始点运行for循环。在此循环中，我需要将files的适当值作为read.csv的输入，并将.csv文件的内容放在数据帧中。

我可以获得单个.csv文件并将它们放入数据框中，但不是几个。

是否有人提示我如何处理？

Answer 1

根据您的示例，例如10个文件的16个文件，即010.csv，011.csv，012.csv等。假设您的命名约定遵循目录中文件的顺序，您可以尝试：

csvFiles <- list.files(pattern="\\.csv")[10:15]#here [10:15] ... in production use your function parameter here 
file_list <- vector('list', length=length(csvFiles)) 
df_list <- lapply(X=csvFiles, read.csv, header=TRUE) 
names(df_list) <- csvFiles #OPTIONAL: if you want to rename (later rows) to the csv list
df <- do.call("rbind", df_list)
mean(df[ ,"columnName"])

这些代码片段应该可以设置为pimp并整合到您的例程中。

Answer 2

您可以将csv文件聚合到一个大表中，如下所示：

for(i in 100:250)
{
    infile<-paste("C:/Users/cw/Documents/",i,".csv",sep="")
    newtable<-read.csv(infile)
    newtable<-cbind(newtable,rep(i,dim(newtable)[1])    # if you want to be able to identify tables after they are aggregated
    bigtable<-rbind(bigtable,newtable)
}

（您必须使用用户指定的输入替换100:250。）

然后，计算你想要的东西应该不是很难。

这对于文件001到099不起作用，你必须将它们与其他文件区分开来因为“0”，但它可以通过很少的处理来修复。

Answer 3

为什么lapply循环中有for？只做lapply(files[files %in% paste0(id, ".csv")], read.csv, header=T)。

他们还应该教你永远不要使用<<-。

在几个csv文件中建立平均值

3 个答案: