R 计算一系列csv文件的行数

我正在学习一个R教程，我怀疑我必须使用其中一个函数，但我不确定是哪一个（是的，我研究过它们，但直到我能更流利地使用R术语为止，它们都相当混乱）

在我的工作目录中有一个文件夹“specdata”。Specdata包含数百个名为001.CSV-300.CSV的CSV文件

我正在使用的函数必须计算输入csv文件的总行数。因此，如果函数中的参数为

1:10

，并且每个文件都有十行，则返回100

以下是我目前掌握的情况：

complete <- function(directory,id = 1:332) {
    setpath <- paste("/Users/gcameron/Desktop",directory,sep="/")
    setwd(setpath)
    csvfile <- sprintf("%03d.csv", id)
    file <- read.csv(csvfile)
    nrow(file)
 }

---

我应该怎么做才能从输入的ID参数中计算总行数？

read.csv

希望只读取一个文件，因此您需要在文件上循环，一种惯用的方法是使用

sapply

：

nrows <- sapply( csvfile, function(f) nrow(read.csv(f)) )
sum(nrows)

---

家庭作业问题通常会被贴上这样的标签，虽然我不知道这是否是必需的，但这显然是家庭作业

编写的函数要求id不是向量（尽管默认值是整数向量）

将其更改为使用一个*apply函数（更简洁、更常见），甚至是一个显式循环。对于id向量中的每个元素，必须调用打开该文件并计算观察值的函数

---

对*apply函数之间的差异有很好的解释。

id
complete。好的，谢谢。我想看看faq中是否包含了这一点，但没有看到。我仍然认为知道什么时候是家庭作业是很有用的，因为我愿意为那些试图完成工作的人提供一个完整的答案，但我更愿意为家庭作业提供提示和指导。这确实是一个很好的观点，我也认为他们会将这一点添加到faq中，因为大多数用户都不阅读博客或翻译。谢谢。所以，如果你有时间的话，很少有人跟进Q。1） 我该把这条线放在哪里？在功能“完成”内还是之后？2） 如果在它之后，我不必再次为作用域声明对象csvfile吗？3） 您的参数“function（f）”-这就是我在其位置创建的函数的名称吗？i、 我编辑了我的答案。还要注意的是，您原来的函数在完成时从未重置工作目录，这是错误的。非常感谢，我非常感谢。这已经奏效了。现在看到它，我能理解了。
length（count.fields（f））
可能比
nrow（read.csv（f））
快得多。（您可以使用
system.time
）通过尝试此方法，我得到了一个“cc$id:$运算符对原子向量无效”错误。
id <-c(1:332)
filenames=list.files(path="source_path", full.names=TRUE)

for(a in id){

    dataset <- read.csv(filenames[a])

    res <- nrow(na.exclude(dataset))  #nrow count the row of the dataset
    
    df <-data.frame(
    id =a,
    nobs =res,  
    stringsAsFactors=FALSE)
}   

df

complete <- function(directory,id = 1:332) {
    csvfiles <- sprintf("/Users/gcameron/Desktop/%s/%03d.csv", directory, id)
    nrows <- sapply( csvfiles, function(f) nrow(read.csv(f)) )
    sum(nrows)
}

id <-c(1:332)
filenames=list.files(path="source_path", full.names=TRUE)

for(a in id){

    dataset <- read.csv(filenames[a])

    res <- nrow(na.exclude(dataset))  #nrow count the row of the dataset
    
    df <-data.frame(
    id =a,
    nobs =res,  
    stringsAsFactors=FALSE)
}   

df

complete <- function(directory, id = 1:332){
  mylist <- list.files(path = directory, pattern = ".csv")
  result <- data.frame()
  for(i in id){
    my_data <- read.csv(paste(directory,mylist[i],sep=""))
    res <- nrow(na.exclude(my_data))  #nrow count the row of the dataset
    df <- data.frame("id" = i,"nobs" = res,  stringsAsFactors=FALSE)
    result <- rbind(result,df)
  }
  return(result)
}