Question

以下是合法的，因为consolidating data frames in R没有答案，也没有How to make a great R reproducible example?。

我有一个分析在多个csv文件中没有标题的数据集。对于单个导入，我使用：

X <- read_delim( ... ,
                 ... ,
                 col_types = col(    X1 = "c" ,
                                     ...      ,  
                                   X100 = "i"  )
               )

要导入所有，我只需重复以上。

我想缩短代码。

是否可以通过仅定义一次来将 col（）的列定义提供给 read_delim ？我试图提供 c =（）列表，但它不起作用。

Answer 1

lapply（）的解决方案：

您可以将工作目录设置为包含文件的文件夹，然后为该目录中包含“.csv”的所有文件创建文件路径列表。最后，您可以使用lapply在文件路径列表上应用read.csv函数。 我认为您应该使用read.csv，因为您有.csv文件。您可以在lapply调用中设置colClasses，并且对于您拥有的所有.csv文件，它们的读取方式相同放在你的工作目录里。

Link to lapply() documentation

您可以尝试这样的事情：

setwd( "C:/path/to/directory/containing/files/here/")   

file.paths <- list.files(pattern = '.csv')

column_classes <- c("character", "numeric", "numeric") # specify for all columns   

my.files <- lapply(file.paths, function(x) read.csv(x, colClasses= column_classes))

Answer 2

如果你想制作出色的代码，你似乎不应该重复自己。如果您再获得100个csv文件怎么办？您不希望每次都更改代码。因此，如果您想多次执行某些操作，则不应该只复制和粘贴代码行。

Don't repeat yourself

我认为这里最好的方法是定义一个自定义函数，该函数使用您使用的参数读取文件。然后，获取要读取的所有文件的列表。这可以手动输入，也可以使用list.files之类的内容来获取目录中文件的名称。然后，您可以使用lapply或purrr::map将自定义函数应用于每个文件名。

library(readr)
library(purrr)

read_my_file <- function(filename){
  read_delim( ... ,
              ... ,
              col_types = col(    X1 = "c" ,
                                  ...      ,  
                                  X100 = "i"  )
  )
}


filenames <- c("one.csv", "two.csv", "three.csv")

dataframes <- map(filenames, read_my_file)

如果您希望将所有数据框（按行）连接成一个大数据框，请使用map_dfr代替map。

在R中，如何在加载多个csv文件时只定义一次列类型？

2 个答案:

lapply（）的解决方案：