使用aws.s3包一次从AWS S3读取多个CSV文件对象

Question

我需要使用R中的aws.s3包从AWS S3存储桶中读取多个csv文件，最后将这些文件合并到单个数据帧中以进行进一步分析。

假设我在S3存储桶中有几个文件，例如“ variables_2019-08-12.csv”，“ variables_2019-08-13.csv”和“ variables_2019-08-14.csv rtc”。

我正在使用aws.s3::s3read_using，但是对于object部分，我每次只能读取一个csv文件。文件的名称中带有日期，因此我想知道如何在此处添加循环：

my_file <- 
s3read_using(FUN = read_csv, object = "variables_2019-08-12.csv", bucket = "my_bucket")

Answer 1

在R中有很多方法可以做到这一点，但对我而言，最直观的方法是使用{purrr}包中的map_dfr：

objects = c('variables_2019-08-12.csv', 'variables_2019-08-13.csv', …)
names(objects) = gsub('variables_(.*)\\.csv', '\\1', objects)
df = map_dfr(
    objects,
    ~ s3read_using(FUN = read_csv, object = .x, bucket = 'my_bucket'),
    .id = 'Date'
)

由于分配了names(objects)，并且由于我们指定了.id = 'Date'，因此，结果数据框将具有一个附加列，其中包含每个条目的日期（基于文件名）。