将多个 .csv 文件与 tidyr 函数组合时需要读取部分（或全部）列 as.character

Question

我正在读取许多具有相同列名的大型 .csv 文件，并使用以下代码对它们进行行绑定（如 https://serialmentor.com/blog/2016/6/13/reading-and-combining-many-tidy-data-files-in-R 中所建议）：

require(readr)  # for read_csv()
require(purrr)  # for map(), reduce()

# find all file names ending in .csv 
files <- dir(pattern = "*.csv")
files

data <- files %>%
  map(read_csv) %>%    # read in all the files individually, using
                   # the function read_csv() from the readr package
  reduce(rbind)        # reduce with rbind into one dataframe
data

但是，我的数据有一列需要在 as.character 中读取，因为它包含由“，”分隔的数字字符串条目，否则 read_csv 将该列转换为数字而不逗号。

我怎么能

1.) 指定只读取一列（最好按名称）as.character?

或

2.) 只需阅读所有列 as.character?

第二个选项并不理想，因为那时我不得不将许多列改回数字。

我尝试使用：

col_types = cols(.default = "c")

如 https://github.com/tidyverse/readr/issues/148 and https://github.com/tidyverse/readr/issues/292 所述。

我的方法是这样的：

data <- files %>%
   map(read_csv( col_types = cols(.default = "c" ))) %>%
   reduce(rbind)   
data

但是，这不起作用，因为 read_csv() 需要 'x' 输入（即 .csv 文件路径）。它抛出这个错误：

Error in read_delimited(file, tokenizer, col_names = col_names, col_types = col_types,  : 
  argument "file" is missing, with no default

Answer 1

九（或其他数字）列，每个 .csv 文件具有相同的列名，只有两列（在本例中为 "start_scan" 和 "end_scan"）被读取为数字，所有其他列作为角色：

files <- dir(pattern = "*.csv")

metadata <- files %>%
  map_df(~read_csv(., col_types = cols(.default = "c", 
    scan_end = "n", scan_start = "n") ))

将多个 .csv 文件与 tidyr 函数组合时需要读取部分（或全部）列 as.character

Need to read some (or all) columns as.character when combining multiple .csv files with tidyr functions

csv

r

rbind

tidyr

purrr