如何在R中读取和命名不同的CSV文件

我想对几个csv文件进行比较，因此我编写了以下代码来读取我拥有的不同csv文件：

path <- "C:\\data\\"
files <- list.files(path=path, pattern="*.csv")
for(file in files)
{
  perpos <- which(strsplit(file, "")[[1]]==".")
  assign(
    gsub(" ","",substr(file, 1, perpos-1)), 
    read.csv(paste(path,file,sep="")))
}

使用“我的代码”，R正确地分隔所有文件，但它会为每个文件创建一个表，在开头添加更多的额外空间：

                 |Start Time       |End Time     |Total        |Diffuse      |Direct       |Reflected
04/09/14 00:01:00|04/09/14 00:01:00|2.221220E-003|5.797364E-004|0.000000E+000|1.641484E-003|NA
...

我怎样才能修好它

---

此外，考虑到每个文件的原始名称非常长，是否可以使用文件的最后几个字母命名每个data.frame？或者只是一个基数？

您遇到了问题，因为您的csv文件末尾有一个空白列。。。使数据以逗号结尾：

04/09/14 00:01:00,04/09/14 00:01:00,2.2212200E-003,5.797364E-004,0.000000E+000,1.641484E-003，

这使R认为您的数据由7列而不是6列组成。正确的解决方案是正确地重新保存所有csv文件。否则，R将看到7列，但只有6列名称，并且逻辑上将认为第一列是rownames。在这里，您可以应用我们提供的@konradrudolph补丁：

库（TIBLE）
df%%>%rownames\u to_column（）%%>%setNames（c（colnames（.）[-1]，'DROP'））%%>%select（-DROP）

---

其中，

df

是来自csv的数据。但是像这样的补丁会导致意想不到的结果。。。更好地正确保存csv文件。

我建议使用data.table包-它速度更快，而且对于最后的非空列，它会将它们转换为NA（以我的经验）。下面是我为类似任务编写的一些代码：

read_func <- function(z) {
  dat <- fread(z, stringsAsFactors = FALSE)
  names(dat) <- c("start_time", "end_time", "Total", "Diffuse", "Direct", "Reflect")
  dat$start_tme <- as.POSIXct(strptime(dat$start_tme,
                    format = "%d/%m/%y %H:%M:%S"), tz = "Pacific/Easter")
  patrn <- "([0-9][0-9][0-9])\\.csv"
  dat$type <- paste("Dataset",gsub(".csv", "", regmatches(z,regexpr(patrn, z))),sep="")
  return(as.data.table(dat))
}

path <- ".//Data/" 
file_list <- dir(path, pattern = "csv")
file_names <- unname(sapply(file_list, function(x) paste(path, x, sep = "")))
data_list <- lapply(file_names, read_func)

dat <- rbindlist(data_list, use.names = TRUE) 

rm(path, file_list, file_names)

---

希望这有帮助

R工作正常：由于尾随逗号，您的CSV文件包含比列标题更多的列。您可能需要考虑将这些文件读入列表中，而不是<代码>赋值< /代码>将它们提交到全局环境中。例如：

results他说标题被移了1。一个简单的修复方法是只运行
names（df）@AmitKohli，这不起作用，首先必须将行名转换为列。使用TIBLE/dplyr，即
df%>%rownames\u to\u column（）%%>%setNames（c（colnames（.）[-1]，'DROP'））%%>%select（-DROP）
。但是，修复错误的CSV文件似乎更干净。我喜欢你的dplyr方法，但我的解决方案中没有涉及行名？同意修复有缺陷的csv文件更干净。只是说这样可能更容易；）
read_func <- function(z) {
  dat <- fread(z, stringsAsFactors = FALSE)
  names(dat) <- c("start_time", "end_time", "Total", "Diffuse", "Direct", "Reflect")
  dat$start_tme <- as.POSIXct(strptime(dat$start_tme,
                    format = "%d/%m/%y %H:%M:%S"), tz = "Pacific/Easter")
  patrn <- "([0-9][0-9][0-9])\\.csv"
  dat$type <- paste("Dataset",gsub(".csv", "", regmatches(z,regexpr(patrn, z))),sep="")
  return(as.data.table(dat))
}

path <- ".//Data/" 
file_list <- dir(path, pattern = "csv")
file_names <- unname(sapply(file_list, function(x) paste(path, x, sep = "")))
data_list <- lapply(file_names, read_func)

dat <- rbindlist(data_list, use.names = TRUE) 

rm(path, file_list, file_names)

ggplot(data = dat[type == 'Dataset158' | type == 'Dataset222'], 
       aes(x = Diffuse, y = Direct)) + geom_point()