如何从 R 中的多个 csv 文件中提取列

Question

抱歉这个简单的问题。我有一个非常基本的 R 脚本，它在一个非常大的 *.csv 文件中的特定列下提取和计算相同项目的出现次数，并给我一个项目列表及其频率，如下所示：

COLUMNNAME     freq

 item1         15

 item2         7

 item3         500

and so on...

脚本是这样的：

library(plyr)
my_file<-read.csv(file='file1.csv', header=TRUE, sep = '')
count(my_file, vars='COLUMNNAME')

我的问题是如何对我的其他 25 个 *.csv 文件再次执行此操作并将结果写入 output.csv 文件，如下所示：

COLUMNNAME   file1.csv    file2.csv    ......

item1            15            ?

item2            7             ?

item3           500           ?

and so on...

这些文件的结构相同，包含相同的项目，但频率不同。任何帮助深表感谢。提前致谢。

我的 csv 示例文件的一个快照是这样的：

Answer 1

您可以列出文件，例如使用 list.files。然后你可以遍历文件，加载它们，并将它们添加到新的 data.frame 的底部。类似于：

library(tidyverse)

csv.files <- list.files(pattern="*.csv", recursive=TRUE)
bg.df <- NULL

for (csv.file in csv.files) {
    if (is.null(bg.df)) {
        bg.df <- readr::read_csv(csv.file) %>%
      dplyr::mutate(
        file = csv.file
      )
    } else {
    bg.df <- bg.df %>%
      dplyr::add_row(
        readr::read_csv(csv.file) %>%
          dplyr::mutate(
            file = csv.file
          )
      )
    }
}

现在，您还可以使用 tidyr::pivot_wider 将它们再次变宽，但我不确定您的数据是什么样子。

无论如何，如果需要，您可以使用 dplyr::group_by 和 dplyr::summarize 进行总结。但是要写那一点，我需要一些例子 data/files.

Answer 2

已编辑：我添加了评论中的代码。

看看这是否有效

library(tidyverse)
library(data.table)

# udf for collecting frequencies
tableIt <- function(tbl){
  fread(tbl) %>% 
    select(colChosen) %>%  # change colChosen to the column name you're looking for
    {table(.)}
}

# collect file names and call udf
filesToReview <- 
  list.files(path = whateverYourPathIs, 
             pattern = "*.csv", 
             full.names = T) %>%  # keep full directory
  # if you have files in subfolders, you can add recursive = T to look there, too
  set_names(str_extract(., "([^\/]+$)")) %>%
  map(~tableIt(.))

如何从 R 中的多个 csv 文件中提取列

How to extract columns from multiple csv files in R

csv

loops

r

frequency

count