有没有办法自动将文件名设置为列名？

Question

我对 R 比较陌生。我有一个包含很多文件的文件夹（例如 5m.xls、10m.xls、...）。我使用 map_dfc 读取文件（参见下面的代码）并将它们放在一个 table 中。这些文件包含 2 列 (x,y) 的 table。我在运行之后得到的 table 我的代码包含名为 x1,y1, x2,y2,....... 因此我无法确定它来自哪个文件。我想将列名设置为从中读取的文件的名称，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))

但是我得到了用相同文件名命名的列。有谁知道我如何自动执行此操作？

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框中，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，由于某种原因出现错误（可能是写入 .xls 的问题）。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")
                       )
         )

要获得您要求的数据帧格式，您可以这样做：

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

这将 return 一个看起来像这样的 "wide" 数据框：

# 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

但是如果您想使用 dplyr 进行汇总或使用 ggplot2 可视化数据，则此类数据框不是很有用。我建议您改用 "long" 格式。将 read_excel 置于对 mutate 的调用中，该调用会添加一个具有提取文件名的变量：

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框，其中观察结果按文件名分组：

# 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

有没有办法自动将文件名设置为列名？

Is there a way to set filename as column names automatically?

r

readxl

tidyverse