Question

我正在阅读大约50个csv文件（相同的命名约定，相同的结构，每个文件大约150k行）。然后我进一步想要合并所有文件，但我希望能够识别每行的原始源。

到目前为止，我的解决方案是读取基于list.files的所有数据，然后将它们与rbindlist和idcol参数合并在一起。但是我设置idcol参数时遇到了麻烦，因此它需要原始data.table的名称。另外，我在某种程度上努力将我的表定义为rbindlist的有效列表。

    #get filenames + path
    temp=list.files(path="C:/LocalData",pattern="RV_*",full.names=TRUE)

    #get filenames without path
    temp2=list.files(path="C:/LocalData",pattern="RV_*",full.names=FALSE)

    # get a substring of names to create a new list for the tbl names
    filenames=sapply(temp2,function(x) substr(x,1,5)) 

    #read in all files via fread and store it as an own data.table
    for (i in 1:length(temp)) assign(filenames[i], fread(temp[i])) 

    #now bring all data.tables together and create a new column that indicates the source
    RV=rbindlist(as.list(filenames),idcol = TRUE)
      Error in rbindlist(as.list(filenames), idcol = TRUE) : 
      Item 1 of list input is not a data.frame, data.table or list

    #if I state the dts individually it works
    RV=rbindlist(list(RV_v1,RV_v2,RV_v3,RV_v4,RV_v5),idcol = TRUE)

如何根据我的＆＃34;文件名＆＃34;定义rbindlist的列表？变量？

另外 - 我不想在new created.id列中只有一个数值，而是希望得到原始data.table的值，例如： RV_v1和RV_v2 我怎么能实现呢？

> RV[6:15]
    .id Identifier Name       Value
 1:   1          F   AF 68,77523568
 2:   1          G   AG 30,28675331
 3:   2          A   AA 71,38992413
 4:   2          B   AB 86,87556292
 5:   2          C   AC 60,81629287
 6:   2          D   AD 5,815721308
 7:   2          E   AE  11,9030038
 8:   2          F   AF 56,28142304
 9:   2          G   AG 3,291405727
10:   3          A   AA 59,62673465
>

In R, add NEW column to MULTIPLE df using df names已经提出并回答了类似的问题但我无法以某种方式对其进行修改，因此它对我有用..

为了能够重现我的问题，我上传了5个csv文件的样本。 https://www.dropbox.com/s/qst2rgjkb0kpori/RVs.zip?dl=0 提前谢谢！

编辑：按照Frank的建议

rbindlist(lapply(setNames(temp, substr(temp2, 1, 5)), fread), idcol=TRUE)

可以做我想做的事情。 THX！

R - 将新列+值添加到多个data.tables

0 个答案: