R：遍历 csv 文件列表以更改日期格式并创建 XTS 对象

Question

我正在尝试导入一个 csv 文件并最终将它们转换为 R 中的 XTS 对象。

每个单独的 csv 格式如下：

Date       Open    High    Low     Close    Volume
18-Jun-99   2.35    2.35    2.35    2.35    34000
21-Jun-99   2.35    2.35    2.35    2.35    57317
22-Jun-99   2.35    2.35    2.35    2.35    7000

这里的问题是日期，但是 lubridate 中的函数可以轻松转换它。对于个人 csv，我的过程如下：

require(xts)
CAR.csv <- read.csv("CAR.csv", header = TRUE)
require(lubridate)
CAR.csv$Date <- dmy(CAR.csv$Date)
CAR.csv <- read.zoo(CAR.csv)
CAR.csv <- as.xts(CAR.csv)

但是我需要对数百个文件执行此操作，因此我希望能够遍历所有文件。我现在被困在这一点上：

setwd("C:/Users/Administrator/Desktop/data")
library(xts)
temp = list.files(pattern="*.csv")
for (i in 1:length(temp)) assign(temp[i], read.csv(temp[i], header = TRUE))

我真的不知道如何将 dmy 函数仅应用于循环中的日期列，我希望得到任何可以为我指明正确方向的帮助。

我的具有正确日期格式的 csv 文件循环的先前版本是这样的：

setwd("C:/Users/Administrator/Desktop/data")
library(xts)
temp = list.files(pattern="*.csv")
toDate <- function(x) as.Date(x, origin = "2005-01-01")
for (i in 1:length(temp)) assign(temp[i], as.xts(read.zoo((temp[i]), header = TRUE, sep = ",", FUN = toDate)))

就完全可重现的示例而言，如果需要，这里有一个 sample folder 的 csv，但我怀疑这对于大多数有能力的 R 用户来说是直截了当的。

我当然希望得到一些建议。

非常感谢

Answer 1

只需将您的 for 循环更改为您将对单个文件执行的操作：

for (i in 1:length(temp)){
  assign("new.tmp", read.csv(temp[i], header = TRUE))
  new.tmp$Date <- dmy(new.tmp$Date)
  new.tmp <- read.zoo(new.tmp)
  assign(temp[i],as.xts(new.tmp))
}

这可能会花费一点时间，因为您在每次循环迭代中都会多次复制整个对象，但我认为这是最简单的解决方案。

Answer 2

setwd("C:/Users/Administrator/Desktop/data")
library(xts)
library(lubridate)

load_file <- function(file_name) {
  csv_file <- read.csv(file_name, header = TRUE)
  csv_file$Date.Time <- dmy(csv_file$Date.Time)
  csv_file <- read.zoo(csv_file)
  csv_file <- as.xts(csv_file)

  csv_file
}

list_of_files = list.files(pattern="*.csv")

data <- lapply(X = list_of_files, FUN = load_file)

该代码通过定义一个函数来工作，该函数在给定工作目录中的文件名时读取它，然后对该文件执行所需的转换。请注意，在您的示例数据中，日期列称为 Date.Time 因此我更改了代码以反映这一点。

我没有使用循环，而是使用基本 apply(...) 函数将函数应用于文件名列表中的每个文件名。此操作的输出是一个列表，其中包含您要查找的已转换数据。要访问每个数据对象，请使用 data[[1]] 等

Answer 3

一般来说，我更喜欢在循环之前初始化一个列表，读取并处理该文件，然后将它们存储回列表中。

这种方法的主要优点是：

保持环境清洁
能够使用 lapply 对所有加载的文件进行相同的处理
能够 extract/process 通过简单地按文件名或索引索引单个文件

代码示例：

paths.allFiles = list.files(pattern="*.csv") # Equivalent to "temp"
processedCSVs = list()

for(path.oneFile in paths.allFiles){ # hint: you can access the file names directly without indexing
  csv =  as.xts(read.zoo(path.oneFile, header = TRUE, sep = ",", FUN = toDate))
  processedCSVs[path.oneFile] = csv
}

lapply(processedCSVs, nrow) # Returns all the nrows of all files
nrow(processedCSVs[[1]]) # Returns the nrows of the indexed file only

R：遍历 csv 文件列表以更改日期格式并创建 XTS 对象

R: Loop through a list of csv files to alter date format and create XTS objects

r

xts