使用rbind将多个.csv文件加载到R中的单个数据帧中的功能有什么问题？

Question

我编写了以下函数来组合300个.csv文件.我的目录名是"specdata".我已经完成了以下执行步骤,

x <- function(directory) {     
    dir <- directory    
    data_dir <- paste(getwd(),dir,sep = "/")    
    files  <- list.files(data_dir,pattern = '\\.csv')    
    tables <- lapply(paste(data_dir,files,sep = "/"), read.csv, header = TRUE)    
    pollutantmean <- do.call(rbind , tables)         
}

# Step 2: call the function
x("specdata")

# Step 3: inspect results
head(pollutantmean)

Error in head(pollutantmean) : object 'pollutantmean' not found

我的错是什么？有人可以解释一下吗？

Answer 1

你的函数中有很多不必要的代码.您可以将其简化为:

load_data <- function(path) { 
  files <- dir(path, pattern = '\\.csv', full.names = TRUE)
  tables <- lapply(files, read.csv)
  do.call(rbind, tables)
}

pollutantmean <- load_data("specdata")

请注意do.call+ rbind相对较慢.你可能会发现dplyr::bind_rows或者data.table::rbindlist要快得多.

Answer 2

要用他与莱昂内尔·亨利（Lionel Henry）合着的最新purrr库中的代码来更新维克姆教授的上述答案，请执行以下操作：

Tbl <-
    list.files(pattern="*.csv") %>% 
    map_df(~read_csv(.))

如果类型转换很不客气，您可以使用此选项将所有列强制为字符。

Tbl <-
    list.files(pattern="*.csv") %>% 
    map_df(~read_csv(., col_types = cols(.default = "c")))

如果要进入子目录来构造文件列表以进行最终绑定，请确保包括路径名，并在列表中注册文件的全名。这将使绑定工作可以在当前目录之外进行。（完整路径名应像护照一样操作，以允许在目录“边界”之间移动。）

Tbl <-
    list.files(path = "./subdirectory/",
               pattern="*.csv", 
               full.names = T) %>% 
    map_df(~read_csv(., col_types = cols(.default = "c"))) 

正如Wickham教授在这里所描述的（大约一半）：

map_df(x, f)实际上与内幕相同，do.call("rbind", lapply(x, f))但效率更高。

感谢Jake Kaupp 在这里向我介绍map_df（）。

Answer 3

这可以使用 tidyverse 中的 dplyr 和 purrr 非常简洁地完成。其中 x 是 csv 文件名称列表，您可以简单地使用：

bind_rows(map(x, read.csv))

将 read.csv 映射到 x 会生成一个 dfs 列表，然后通过 bind_rows 巧妙地组合起来！