将一个文件中的标头值匹配到 R 中的文件列表

Posted 2023-04-19

【中文标题】将一个文件中的标头值匹配到 R 中的文件列表

【英文标题】：Match header values from one file to list of files in R

【发布时间】：2018-03-10 19:06:15

【问题描述】：

我有一个包含数千个数据文件的文件夹（没有标签，只有列号）。我还有一个 CSV，其中包含 1) 文件夹中的文件名、2) 列标题编号和 3) 列标签的列表。 数字 3 是我需要的！ 文件中的数据列的顺序不相同。所以我想为每个数据文件匹配正确的列名，并通过匹配将它们绑定在一起（就像一个查找表，但是对于一个标题）。

这里是“查找标头”的虚拟数据：

filenames <- c("file1", "file1", "file1","file2","file2", "file2", "file3", "file3", "file3")
num <- c(1, 2, 3, 1, 2, 3, 1, 2, 3)
label <- c("AA", "BB", "CC", "AA", "BB", "CC", "BB", "CC", "AA")
header <- data.frame(filenames,num,label)

> header
   filenames num label
1     file1   1    AA
2     file1   2    BB
3     file1   3    CC
4     file2   1    AA
5     file2   2    BB
6     file2   3    CC
7     file3   1    BB
8     file3   2    CC
9     file3   3    AA

文件如下所示：

> file1
 1      2     3
 2.3   1.5   202.4

> file2
 1     2      3
2.1   1.0   200.8

> file3
  1      2     3
 1.0   208.1  2.1

然后我遍历目录中的这些文件，并根据列名将它们绑定在一起。

files <- dir("my dir")
z <- NULL

for (file in files) 
  x <- read.table(file.path("my dir", file), as.is=TRUE)
  names(x) <- c("AA","BB","CC") #this is where I'd like to name according to matching column
  z <- rbind(z,x) #bind current file to previous processed file

所有三个文件的期望结果！

> z

AA    BB    CC
2.3   1.5   202.4
2.1   1.0   200.8
2.1   1.0   208.1

【参考方案1】：

我们通过mget、split 获得'file' 对象的值（假设它在全局环境中）'filenames' 列的'header' 和map2（来自@987654324 @) match 'y' 中的 'num' 列的列名来设置对应的 'label' 的列名

library(dplyr)
library(purrr)
mget(paste0('file', 1:3)) %>%
     map2_df(., header %>%
                 split(factor(.$filenames, levels = unique(.$filenames))),
                    ~ set_names(.x, .y$label[match(names(.x), .y$num)]))
#   AA  BB    CC
#1 2.3 1.5 202.4
#2 2.1 1.0 200.8
#3 2.1 1.0 208.1

【讨论】：

谢谢！有没有办法从“文件”中提取文件名，而不是使用paste？在此示例中，它们被标记为“file1”、“file2”，但实际上，它们的名称很长并且有数千个。希望它可以为许多文件重现。

@kslayerr 如果您只有那些对象加载到会话中，那么 ls() 并且如果它们的名称中有一些模式 mget(ls(pattern ="file\\d+"))

在遍历它们之前，我将目录中的所有文件列为“文件”。它们都以相同的字母数字开头，然后用“_”和日期分隔。