R 如何将标识符列添加到现有文件的批处理中？

我正在运行一个不断生成单个.csv文件的计算机模型。每个文件都有一个唯一的文件名，对应于地理位置和实验处理。每个文件包含相同的数据。我想把这些文件合并成一个数据框，可以在R中进行统计分析

问题是，单个文件不包含标识符来说明它们代表的位置或处理方式。无法使计算机模型添加此信息（！？！）

因此，我希望获取目录中的所有.csv文件，向基于文件名识别它们的各个文件添加列，并将它们合并到单个数据帧中。我已经摆弄for循环两天了，不知道怎么做

可复制示例的我的版本：

这里是假设文件

Site1.Treatment <- data.frame(Data1 = seq(1000,5000, length.out=10), Data2 = seq(10,30, length.out=10))
Site1.NoTreatment <- data.frame(Data1 = seq(2000,3000, length.out=10), Data2 = seq(10,30, length.out=10))

---

Site1.Treatment假设文件在工作目录中，我们使用
list.files（）
列出文件，通过
lapply
循环将这些文件读入
列表
，使用
sub
提取前缀（'Site1'，'Site2'）、中间部分（'Treatment'，'nottreatment'），使用
Map
在每个
列表中创建列“Site”和“Treatment”，然后使用
rbind
创建单个
数据框

files <- list.files()
lst <- lapply(files, read.csv, header=TRUE, stringsAsFactors=FALSE)
v1 <- sub('\\..*', '', files)
v2 <- sub('.*\\.(.*)\\.csv', '\\1', files)
d1 <- do.call(rbind, Map(cbind, lst, Site=v1, Treatment= v2))

files假设文件在工作目录中，我们使用
list.files（）
列出文件，通过
lapply
循环将其读入
列表，使用
sub
提取前缀（'Site1'，'Site2'）、中间部分（'Treatment'，'nottreatment'），使用
Map
在每个
列表中创建列“Site”和“Treatment”，然后使用
rbind
创建单个
数据框

files <- list.files()
lst <- lapply(files, read.csv, header=TRUE, stringsAsFactors=FALSE)
v1 <- sub('\\..*', '', files)
v2 <- sub('.*\\.(.*)\\.csv', '\\1', files)
d1 <- do.call(rbind, Map(cbind, lst, Site=v1, Treatment= v2))

文件按照您的示例创建一些文件，您可以执行以下操作：

# Write some files
Site1.Treatment   <- data.frame(Data1 = seq(1000,5000, length.out = 10),
                                Data2 = seq(10,30, length.out = 10))
Site1.NoTreatment <- data.frame(Data1 = seq(2000,3000, length.out = 10),
                                Data2 = seq(10,30, length.out = 10))

write.csv(Site1.Treatment, file = "Site1.Treatment.csv")
write.csv(Site1.NoTreatment, file = "Site1.NoTreatment.csv")

# Read and combine the data
files <- list.files(pattern = "*.csv")

do.call(rbind, lapply(files, function(x) data.frame(read.csv(x), filename = x)))

#编写一些文件
Site1.Treatment按照您的示例创建一些文件，您可以执行以下操作：

# Write some files
Site1.Treatment   <- data.frame(Data1 = seq(1000,5000, length.out = 10),
                                Data2 = seq(10,30, length.out = 10))
Site1.NoTreatment <- data.frame(Data1 = seq(2000,3000, length.out = 10),
                                Data2 = seq(10,30, length.out = 10))

write.csv(Site1.Treatment, file = "Site1.Treatment.csv")
write.csv(Site1.NoTreatment, file = "Site1.NoTreatment.csv")

# Read and combine the data
files <- list.files(pattern = "*.csv")

do.call(rbind, lapply(files, function(x) data.frame(read.csv(x), filename = x)))

#编写一些文件
Site1.Treatment那么，您在一个公共目录中有一组文件，其中包含公共数据元素

如果是这样，可以使用
库（plyr）
非常优雅地完成这项工作：

#示例数据：
write.csv（data.frame（x=rnorm（100），y=rnorm（100）），“f1.csv”，row.names=FALSE）
write.csv（data.frame（x=rnorm（100），y=rnorm（100）），“f2.csv”，row.names=FALSE）
write.csv（data.frame（x=rnorm（100），y=rnorm（100）），“f3.csv”，row.names=FALSE）
#将工作目录设置为包含所有文件的位置：
图书馆（plyr）
#创建一个包含所需文件名和文件ID的列表
#IE-“ID”应该是您选择的字符向量。
l2那么，您在一个公共目录中有一组文件，其中包含公共数据元素

如果是这样，可以使用
库（plyr）
非常优雅地完成这项工作：

#示例数据：
write.csv（data.frame（x=rnorm（100），y=rnorm（100）），“f1.csv”，row.names=FALSE）
write.csv（data.frame（x=rnorm（100），y=rnorm（100）），“f2.csv”，row.names=FALSE）
write.csv（data.frame（x=rnorm（100），y=rnorm（100）），“f3.csv”，row.names=FALSE）
#将工作目录设置为包含所有文件的位置：
图书馆（plyr）
#创建一个包含所需文件名和文件ID的列表
#IE-“ID”应该是您选择的字符向量。
l2文件名的模式是什么？我不清楚你在哪里发现了问题：机械的还是设计的。您可以识别一列分隔csv数据集，例如，
站点
，并在从csv读取数据集时将其添加到每个数据集。您可以在读取csv时轻松地从csv创建数据帧，然后添加列“所有dfs中的标准”，并为每个df添加特定值。这些是向量运算，因此不需要任何for循环。这就是你想要做的吗？文件名的模式是什么？我不清楚你在哪里发现问题：机械的还是设计的。您可以识别一列分隔csv数据集，例如，
站点
，并在从csv读取数据集时将其添加到每个数据集。您可以在读取csv时轻松地从csv创建数据帧，然后添加列“所有dfs中的标准”，并为每个df添加特定值。这些是向量运算，因此不需要任何for循环。这就是你想要做的吗？我不认为这是预期的输出。这实际上可以做我需要的，谢谢。虽然有两个单独的列—site和treatment—会更整洁。是的，这只会创建带有文件名的列，然后您可以使用正则表达式对其进行解析，并根据文件名的构造方式创建具有相关信息的其他列（参见Akrun示例）我不认为这是预期的输出。这实际上可以做我需要的，谢谢。虽然有两个单独的列-site和treatment-会更整洁。是的，这只会创建带有文件名的列，然后您可以使用正则表达式来解析它，并根据文件名的构造方式创建具有相关信息的其他列（参见Akrun示例）。实际上，是的。实际上，是的。
# Write some files
Site1.Treatment   <- data.frame(Data1 = seq(1000,5000, length.out = 10),
                                Data2 = seq(10,30, length.out = 10))
Site1.NoTreatment <- data.frame(Data1 = seq(2000,3000, length.out = 10),
                                Data2 = seq(10,30, length.out = 10))

write.csv(Site1.Treatment, file = "Site1.Treatment.csv")
write.csv(Site1.NoTreatment, file = "Site1.NoTreatment.csv")

# Read and combine the data
files <- list.files(pattern = "*.csv")

do.call(rbind, lapply(files, function(x) data.frame(read.csv(x), filename = x)))

# example data:
write.csv(data.frame(x= rnorm(100), y= rnorm(100)), "f1.csv", row.names= FALSE)
write.csv(data.frame(x= rnorm(100), y= rnorm(100)), "f2.csv", row.names= FALSE)
write.csv(data.frame(x= rnorm(100), y= rnorm(100)), "f3.csv", row.names= FALSE)

# with your working directory set as the location with all the files:

library(plyr)
# create a list with the file names and the file ids that you wish
# IE- "ids" should be character vector of your choosing.
l2 <- data.frame(fls= dir(), ids= 1:length(dir()))
l2$fls <- as.character(l2$fls)
l2 <- split(l2, l2$ids)

# read in your files and add the ID column
l_ply(.data= l2, .fun= function(l, ids) {
  x <- read.csv(l$fls, header= TRUE, stringsAsFactors = FALSE)
  x$id <- l$id
  write.csv(x, l$fls, row.names = FALSE, col.names = TRUE)
  })

# now read in, and bind your files which have the appended ID column.
x <- ldply(dir(), .fun= read.csv, header= TRUE, stringsAsFactors=FALSE)