r-有没有一种方法可以自动将文件名设置为列名

Question

我对R相对陌生。我有一个文件夹，里面有很多文件(例如5m.xls、10m.xls…(。我使用map_dfc读取文件(见下面的代码(并将它们放在一个表中。这些文件包含一个由2列(x，y(组成的表。运行代码后得到的表包含名为x1、y1、x2、y2……的列，。。。。。。。因此，我无法确定它来自哪个文件。我想把列名设置为从中读取它的文件的名称，所以我尝试了这个：

file_list <- list.files("folder", full.names=TRUE,pattern = ".xls")
files<-tibble()
files<-map_dfc(file_list,.f=read_excel ,col_names=c("nm",file))

但我得到了用相同文件名命名的列。有人知道我如何自动做到这一点吗？

Answer 1

您可以使用正则表达式从file_list的字符元素中提取文件名，并将它们作为额外的列添加到每个导入的数据帧中，或者设置新的列名。

请注意，我使用.xlsx而不是.xls。当我使用后者时，由于某种原因(可能是写入.xls时出现问题(，我会出现错误。请确保更改后缀以使用您的文件

首先，图书馆和数据：

library(tidyverse)
library(readxl)
library(writexl)
dir.create("folder")
walk(1:4, ~ write_xlsx(tibble(x = sample(10, 5), y = sample(10, 5)),
str_glue("folder/file{.}.xlsx")
)
)

要获得你所要求的数据帧格式，你可以这样做：

map_dfc(file_list, ~ {
df <- read_excel(.)
set_names(df, paste(str_match(., "/(.*?)\.")[,2], names(df), sep = "_"))
})

这将返回一个"宽"数据帧，看起来像这样：

# A tibble: 3 x 8                                                                                                     
file1_x file1_y file2_x file2_y file3_x file3_y file4_x file4_y
<dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
1       8       9       5       3       3       6       3       9
2       3       5       8       6       7       5       2       5
3       4      10       7       2       8       2       7       1

但是，如果您想用dplyr进行总结或用ggplot2可视化数据，那么这种类型的数据框架并不是很有用。我建议您尝试"长"格式。将read_excel放入对mutate的调用中，该调用将添加一个具有提取的文件名的变量：

file_list <- list.files("folder", full.names=TRUE, pattern = ".xlsx")
map_df(file_list, ~ mutate(read_excel(.), file = str_match(., "/(.*?)\.")[,2]))

您最终应该得到一个看起来像这样的数据帧，其中观察按文件名分组：

# A tibble: 12 x 3                                                                                                    
x     y file 
<dbl> <dbl> <chr>
1     8     9 file1
2     3     5 file1
3     4    10 file1
4     5     3 file2
5     8     6 file2
6     7     2 file2
7     3     6 file3
8     7     5 file3
9     8     2 file3
10     3     9 file4
11     2     5 file4
12     7     1 file4