如何在 R 中导入文件名中包含特定单词的 .csv 文件？

Posted 2023-04-13

【中文标题】如何在 R 中导入文件名中包含特定单词的 .csv 文件？

【英文标题】：How to import a .csv file with a specific words in the file name in R?

【发布时间】：2019-06-03 17:53:10

【问题描述】：

感谢您阅读这篇文章。我几乎每天都将 .csv 文件从 Qualtrics 平台导入到特定文件夹（即“Thesis_Folder”）。每当我将 .csv 文件导入 Thesis_Folder 时，.csv 文件的默认名称包括今天的日期和时间。换句话说，每次我从 Qualtrics 导入数据时，.csv 文件的名称都会发生变化（例如，“论文数据 June+3_2019++12:48”）。但是，.csv 文件始终包含“论文数据”字样。我的问题是：如果文件名中包含“论文数据”，我该如何导入 .csv 文件？

list.files() 列出具有特定模式的文件的名称，但它不会将它们作为数据框导入。谢谢。

【问题讨论】：

CSV 文件...read.csv?

【参考方案1】：

files <- list.files("C:/Users/User/Desktop/csv", pattern=".*Thesis.*\\.csv$", full.names=TRUE)
list_of_frames <- lapply(files, read.csv)

将所有 data.frames 存储在一个列表中。

【讨论】：

(1) list.files(..., pattern=".*Thesis.*\\.csv$")，跳过grepl。 (2) 应该可能包含list.files(..., full.names=TRUE)，否则在当前目录以外的目录中将无法找到它们。 (3)assign工作流效率低，建议list_of_frames <- lapply(files, read.csv)（或fread）。如果您要对许多帧执行相同或非常相似的操作，将它们作为单独的变量保留是低效的。

(4) 如果必须使用for 循环，我建议使用seq_along(files) 或seq_len(length(files)) 而不是1:length(files)。为什么？当您的文件列表由于某种原因为空 (character(0)) 时，for (i in 1:0) 将运行两次，而不是预期的零次（亲自查看：1:length(character(0))）。

运行良好，非常感谢@DSGym 和@r2evans。我刚刚添加了这个短代码以将其存储为数据框： Thesis_Data = as.data.frame(list_of_frames[[1]])

你不需要as.data.frame。您的数据已存储为 data.frame

感谢您的注意，@r2evans。我所需要的只是导入名称中包含“论文数据”一词的 .csv 数据文件，在您和 DSGym 的帮助下，我能够做到这一点。我只有一个数据文件，而不是多个数据文件。

【参考方案2】：

未经测试，因为您不提供示例数据，但这应该可以：

library("rio")
library("dplyr")
data <- list.files( # find respective files
  path = "./Thesis_Folder",
  pattern = ".csv$", # you might want a more specific regex if possible
  full.names = TRUE
) %>% 
  lapply(import) %>% # import from rio usually works well
  bind_rows() # bind the list of data.frames to one big df

【讨论】：

感谢您抽出宝贵时间提供帮助，@JBGruber。不幸的是，这段代码不起作用，它导入了空的数据框对象。另外，我不确定这是否可以做到，因为此代码不包含特定单词（论文数据）。

正如我在上面所写的，您可能希望更改模式以仅获取您真正想要的文件。如果所有文件都真正以“论文数据”开头，您可能需要"Thesis data.+.csv$" 之类的东西。我现在对此进行了测试，代码本身可以工作。