Question

我不得不导出70多个相同报告的不同数据子集。它们都具有相同的文件名，例如“ Campus X Item Analysis.csv”，其中X是每个校园的名称。

我需要创建一个数据框，其中列是每个文件的第8列，并以子集的名称来命名这些列。这将必须来自文件名，因为某种原因，该报告未在任何地方包括子集的名称。

这是我第一次问问题，在此先感谢，如果您需要了解其他信息，请告诉我。

我将具体说明自己的需求。
我有一个文件列表：

Campus 1 Item Analysis.csv
Campus 2 Item Analysis.csv
Campus 3 Item... and so on

每个文件具有相同格式的数据。

Campus 1 Item Analysis.csv:
 1     2     3     4     5     6     7     8    9...
[A1]  [B1]  [C1]  [D1]  [E1]  [F1]  [G1]  [H1]  [I1]
[A2]  [B2]  [C2]  [D2]  [E2]  [F2]  [G2]  [H2]  [I2]

我希望将每个文件的第8列汇总到单个数据帧中，最好将其标记为园区。

Campus 1     Campus 2     Campus 3...
[H1]         [H1]         [H1]
[H2]         [H2]         [H2]
[H3... and so on

Answer 1

在没有太多需要处理的信息的情况下，我建议使用list.files()并对其进行遍历。

files <- list.files()

for(i in 1:length(files)){
f<-read.csv(files[i])
assign(files[i], f)}

tmp <- mget(ls())

dat <- c()
dat_name <- c()
for(i in 1:length(tmp)){
dat <- c(dat, tmp[[i]][,8])
dat_name <- c(dat_name, rep(names(tmp)[i], nrow(tmp[[i]])))
}

如果使用lapply而不是我的循环，则可以加快速度，但是不确定我的解决方案是否正是您所追求的。它应该读入getwd()中的所有文件，如果该目录中有您不需要的文件，请使用pattern的{{1}}参数，与list.files类似将所有对象分组到一个列表中。如果您的R环境中还有其他对象，请使用mget中的pattern参数。

读入文件循环应将数据帧重命名为文件名，我假设这些名称将被传递到tmp列表的名称。然后，我制作了两个向量（可以将其编译为df），一个向量包含所有文件的第8列中的数据，而另一个则包含它们来自的列表的名称，它们的长度应相等。如果希望将每个文件的第八列放在一个df的单独列中，这很容易，请在第二个循环中使用ls()。

这显然未经测试，可能包含错误，请运行并让我知道。

Answer 2

好的，我整天都在用头撞墙，弄清楚了。

fullnames<-list.files()

alldata<-lapply(fullnames,read.csv)
col8<-lapply(alldata,'[[',8)
final<-do.call(cbind,col8)

shortnames<-gsub(" Item Analysis.csv","",fullnames)
colnames(final)<-shortnames

write.csv(final,"Combined Data.csv")

我认为这真的很草率，但是最终我得到了所需的东西。
“短名称”列表只是我从文件名中删除后缀，使内容更整洁。

R：在单独文件中创建由现有列组成的数据框

2 个答案: