来自多个 .csv 文件（存储在同一文件夹中）的一列数据是否可以编译成一列？

Question

我想从几个（很多！）.csv 文件中提取一些列，并构建一个新的 .csv 文件，其中所有列都堆叠在一起。所有 .csv 文件都在一个文件夹中，除了一列数据外几乎完全相同。大多数列需要保持完全相同，但需要从其中一列的 header 中的名称生成一个新列（这是唯一将要更改的 header），我想删除一些不需要的数据列。这是我希望发生但仅简化为两个数据集的示例：

Data set 1
   X        date distance.code location.code Time1     unneeded.data
   1 2021/05/18             C          BSF1 0.715               999
   2 2021/05/18            30          BSF1 0.896               999
   3 2021/05/18            60          BSF1 0.803               999
   4 2021/05/18           120          BSF1 0.705               999
   5 2021/05/18             C          BSG1 0.563               999
   6 2021/05/18             C          BSG1 0.961               999
   7 2021/05/18            30          BSG1 0.833               999
   8 2021/05/18            60          BSG1 0.894               999
 
data set 2                                                                        
  X       date distance.code location.code  Time2     unneeded data
  1 2021/05/18             C          BSF1 0.806               999
  2 2021/05/18            30          BSF1 0.878               999
  3 2021/05/18            60          BSF1 0.625               999
  4 2021/05/18           120          BSF1 0.609               999
  5 2021/05/18             C          BSG1 0.766               999
  6 2021/05/18             C          BSG1 0.846               999
  7 2021/05/18            30          BSG1 0.856               999
  8 2021/05/18            60          BSG1 0.698               999

Combined datasets (this is what I want)                                                                           
  X       date distance.code location.code        timeperiod   Values
  1 2021/05/18             C          BSF1             Time1 0.715
  2 2021/05/18            30          BSF1             Time1 0.896
  3 2021/05/18            60          BSF1             Time1 0.803
  4 2021/05/18           120          BSF1             Time1 0.705
  5 2021/05/18             C          BSG1             Time1 0.563
  6 2021/05/18             C          BSG1             Time1 0.961
  7 2021/05/18            30          BSG1             Time1 0.833
  8 2021/05/18            60          BSG1             Time1 0.894
  1 2021/05/18             C          BSF1             Time2 0.806
  2 2021/05/18            30          BSF1             Time2 0.878
  3 2021/05/18            60          BSF1             Time2 0.625
  4 2021/05/18           120          BSF1             Time2 0.609
  5 2021/05/18             C          BSG1             Time2 0.766
  6 2021/05/18             C          BSG1             Time2 0.846
  7 2021/05/18            30          BSG1             Time2 0.856
  8 2021/05/18            60          BSG1             Time2 0.698

如您所见，时间列的唯一 header 已移至新列。我一直在尝试通过从文件夹中的所有文件创建一个列表然后尝试将它们与 rbind 绑定来完成此过程或此过程的某些部分。

temp <- list.files(pattern="*.csv")
myfiles = lapply(temp,read.csv)

df <- do.call(rbind, myfiles)

这没有用，但看起来像 should.Also，这甚至不能完成我想要的所有事情，但我不确定如何获得具有唯一时间代码的新列。我认为这可能是一种混乱的方式，我希望有一个更优雅的解决方案。感谢您的帮助。

Answer 1

我认为你应该使用 dplyr 包中的 bind_rows：

library(dplyr)
df <- bind_rows(myfiles)

Answer 2

您可以 select 最终数据中的所需列，并使用 pivot_longer 获取长格式数据。使用 map_df 您可以将列表合并到一个数据框中。

library(dplyr)
library(purrr)

temp <- list.files(pattern="*.csv")
myfiles = lapply(temp,read.csv)

cols_to_keep <- c('X', 'date','distance.code', 'location.code')

combine_data <- map_df(myfiles, ~.x %>% 
      select(all_of(cols_to_keep), starts_with('Time')) %>%
      pivot_longer(cols = starts_with('Time'), 
                   names_to = 'timeperiod', 
                   values_to = 'Values'))

来自多个 .csv 文件（存储在同一文件夹中）的一列数据是否可以编译成一列？

Can a column of data from several .csv files (stored in the same folder) be compiled into a single column?

r

data-manipulation