Question

我有数百个中等大小的Excel文件（5000到50.0000行，大约100列）加载到R.它们有明确定义的命名模式，如x_1.xlsx，x_2.xlsx等

如何以最快，最直接的方式将这些文件加载到R中？

Answer 1

使用list.files，您可以在工作目录中创建所有文件名的列表。接下来，您可以使用lapply循环遍历该列表，并使用read_excel包中的readxl函数读取每个文件：

library(readxl)
file.list <- list.files(pattern='*.xlsx')
df.list <- lapply(file.list, read_excel)

此方法当然也可以与其他文件读取功能一起使用，例如read.csv或read.table。只需使用适当的文件读取功能替换read_excel，并确保在list.files中使用正确的模式。

如果您还想将文件包含在子目录中，请使用：

file.list <- list.files(pattern='*.xlsx', recursive = TRUE)

用于阅读Excel文件的其他可能包：openxlsx＆amp; xlsx

假设每个文件的列都相同，您可以使用dplyr中的bind_rows将它们绑定在一个数据框中：

library(dplyr)
df <- bind_rows(df.list, .id = "id")

或来自data.table的rbindlist：

library(data.table)
df <- rbindlist(df.list, idcol = "id")

两者都可以选择添加id列来识别单独的数据集。

更新：如果您不想使用数字标识符，只需使用sapply与simplify = FALSE一起阅读file.list中的文件：

df.list <- sapply(file.list, read.csv, simplify=FALSE)

使用 dplyr 中的bind_rows或 data.table 中的rbindlist时，id列现在包含文件名。< / p>

甚至另一种方法是使用purrr - 包：

library(purrr)
file.list <- list.files(pattern='*.csv')
file.list <- setNames(file.list, file.list) # only needed when you need an id-column with the file-names

df <- map_df(file.list, read.csv, .id = "id")

获取命名列表的其他方法：如果您不想只是一个数字标识符，那么在将它们绑定在一起之前，您可以将文件名分配给列表中的数据帧。有几种方法可以做到这一点：

# with the 'attr' function from base R
attr(df.list, "names") <- file.list
# with the 'names' function from base R
names(df.list) <- file.list
# with the 'setattr' function from the 'data.table' package
setattr(df.list, "names", file.list)

现在，您可以将数据框列表与来自 data.table 的rbindlist或来自 dplyr 的bind_rows绑定在一个数据框中。 id列现在将包含文件名而不是数字标识符。

如何将多个（excel）文件读入R？

1 个答案: