获取csv文件并使用R进行筛选

有没有更快的方法来获取一堆csv文件，将它们合并在一起（它们都具有相同的结构），但只保留那些大于5的值（一列）

csv文件将有数千行，而通常少于100行（每个csv）将大于5行

我的工作守则是：

library(tidyverse)

filelocns <-"C:/Data/test/"

# get files list from folder
file.list <- list.files(path=filelocns, recursive=T,pattern='*.csv')  

# row bind the listed CSVs and filter for Values >= 5
rows_gt5 <- lapply(paste0(filelocns,file.list),read.csv) %>% 
    bind_rows() %>% 
    filter(Value>=5)

库（tidyverse）
filelocns%
过滤器（值>=5）

试试看

read\u csv

是否适合您，即更改行

rows_gt5 <- lapply(paste0(filelocns,file.list),read.csv) %>%

rows_gt5%

到

rows_gt5%

一般来说，它比

read.csv

快。

---

有关如何使用它的详细信息，请查看

以下是我的做法：

# source dependencies
library(dplyr)

# declare path to desired directory
filelocns <-"C:/Data/test/"

# list all of the files within this directory
file.list <- list.files(path=filelocns
    ,pattern='\\.csv$'
    ,all.files = FALSE
    ,full.names = TRUE
    ,ignore.case = FALSE
)  

# apply the read_csv function to our list of files
row_gt5 <- ldply(file.list, read_csv) %>%

# and filter out values less than five
    filter(Values>=5)

#源依赖项
图书馆（dplyr）
#声明所需目录的路径
filelocns确实快多了！
# source dependencies
library(dplyr)

# declare path to desired directory
filelocns <-"C:/Data/test/"

# list all of the files within this directory
file.list <- list.files(path=filelocns
    ,pattern='\\.csv$'
    ,all.files = FALSE
    ,full.names = TRUE
    ,ignore.case = FALSE
)  

# apply the read_csv function to our list of files
row_gt5 <- ldply(file.list, read_csv) %>%

# and filter out values less than five
    filter(Values>=5)