R 如何在多个数据帧中循环查找字符串列表、搜索包含字符串的列并创建多个新文件？

我有24个数据文件（

bsls

）。每个文件包含固定数量的行，但包含可变数量的列（

站点

）。我有一个23个

站点的干净列表

，但无法精确匹配，因为每个站点的列名都包含其他信息

我已使用以下代码将这些文件读入

R

：

#list files from dir and read, skipping rows until 'Q Num'
temp <- list.files() # e.g. info-stuff-nameofbsl-otherStuff.csv

# read.xls and strip bsl name from file and assign as object name
for(i in temp){
    assign(unlist(strsplit(i, split = '-', fixed = T))[3],
           read.xls(i, pattern = "Q Num"))
}

#create list of dataframes (24 bsls)
bsls <- Filter(function(x) is(x, "data.frame"), mget(ls()))

#clean list of site names
sites <- ("NewYork","London","Sydney","Paris","Manchester","Angers","Venice","Bangkok","Glasgow","Boston","Perth","Canberra","Lyons","Washington","Milan","Cardiff","Dublin","Frankfurt","Ottawa","Toronto","El.Salvador","Taltal","Caldera")

我需要的结果是23个

站点中的每个站点都有一个
.csv
文件，其中包含24个数据文件（
bsl
）中的所有列

我当前的尝试…

for(site in sites){                             #for each site
    assign(site, data.frame())                  #create empty data frame to add vectors to
    for(bsl in dfs){                            #for each dataset
        if (grepl(site, colnames(bsl))){        #substring match
           next                                 #go back to for loop
        }
    assign(site$bsl, bsl[,grepl("site", colnames(bsl))]) #assign column to dataframe
    } 
}

#this loop prints the files
for (site in sites){
    #create new file with question cols only
    newfile <- data.frame(NewYork[,1:2], stringsAsFactors = F)
    # search for columns in bsls relating to site
    for (bsl in bsls){
        colids <- grepl(site, colnames(bsl))
        cols <- bsl[,colids, drop = F]
        newfile <- cbind(newfile, cols)
        }
    filename <- paste0("Site ", site," .csv")
    write.xlsx(newfile, file = filename, row.names = F)
}

解决方案如下所示…

例如London.csv

QNum,   QuestionText, BSLname1_Other_info,  BSLname2_some_other_info, BSL5other_diff_info, 
q17a,   question?,                 74%,              69%,                     81%,                  76%,
q17b,   Another question?,         72%,              73%,                     77%,                  74%,

将有23个文件，每个站点一个，包含24个输入
bsl
文件中与站点相关的列

编辑-值得一提的是，每个
BSL
都不被称为
bsl1
，
bsl2
。。。等，但实际上是唯一的字符串，例如，
单元
，
部分
，
团队
。。。等等。
以下代码最终解决了我的问题。首先，我不得不将原来的问题进一步细分，在
for循环
之前重命名
bsls
数据帧列表中的所有列。这是为了知道
bsl
站点属于哪个
站点
——可以找到重命名逻辑

library(dplyr)
library(stringi)
library(tidyr)


bind_rows(bsls, .id = bsl) %>%
  gather(variable, value, 
         matches(sites %>% paste(collapse = "|") ), 
         na.rm = TRUE ) %>%
  separate(variable, c("site", "new_variable", 
           sep = "_", extra = "merge") %>%
  unite(final_variable, bsl, new_variable, sep = "_") %>%
  spread(final_variable, value) %>%
  group_by(site) %>%
  do(write.csv(., paste("site", first(.$site), ".csv") ) )

循环解决方案

for(site in sites){                             #for each site
    assign(site, data.frame())                  #create empty data frame to add vectors to
    for(bsl in dfs){                            #for each dataset
        if (grepl(site, colnames(bsl))){        #substring match
           next                                 #go back to for loop
        }
    assign(site$bsl, bsl[,grepl("site", colnames(bsl))]) #assign column to dataframe
    } 
}

#this loop prints the files
for (site in sites){
    #create new file with question cols only
    newfile <- data.frame(NewYork[,1:2], stringsAsFactors = F)
    # search for columns in bsls relating to site
    for (bsl in bsls){
        colids <- grepl(site, colnames(bsl))
        cols <- bsl[,colids, drop = F]
        newfile <- cbind(newfile, cols)
        }
    filename <- paste0("Site ", site," .csv")
    write.xlsx(newfile, file = filename, row.names = F)
}

#此循环打印文件
用于（站点中的站点）{
#仅使用问题列创建新文件
新文件感谢@bramtayl的尝试。有几点。
collect
bind_rows（bsl）
需要
library（tidyr）
，因为每个
bsl
数据集的列数不同，所以无法使用
bind_cols（bsls）
哪个是绑定的，但是，我需要知道新的
站点
数据集的每个列来自哪个
bsl
数据集。也就是说，这些列需要包含它来自的
bsl
数据集的名称。即使列的数量不同，绑定行确实应该工作。我添加了.id，以便您能够保留bsls信息。还添加了要收集的na.rm参数。
错误：未找到对象“变量”
。此外，每个站点
站点
都有一个唯一的名称，例如
（“纽约”、“伦敦”、“悉尼”…等）
因此
以（“站点”）开头
无效。对此我深表歉意，我将更新问题以反映唯一的名称。可能值得一提的是，
BSLs
也是唯一的字符串。好的，编辑后希望能够处理不同的站点名称。BSLs列表的名称将在末尾的变量名称中结束，因此只需选择它们这很有道理。