通过迭代函数一步导入和合并数据集？

Question

这些是我正在处理的数据集。

由于 P-ones 具有以下结构

# A tibble: 25 x 5
   ID    GR    SES   COND    `LPP2(1000-1500).POz`
   <chr> <chr> <chr> <chr>                   <dbl>
 1 01    RP    V     NEG-CTR                 7.91 
 2 04    RP    V     NEG-CTR                 1.07 
 3 06    RP    V     NEG-CTR                 0.742
 4 07    RP    V     NEG-CTR                 4.49 
 5 08    RP    V     NEG-CTR                -2.43 
 6 09    RP    V     NEG-CTR                 0.649
 7 10    RP    V     NEG-CTR                 1.10 
 8 11    RP    V     NEG-CTR                -2.07 
 9 12    RP    V     NEG-CTR                10.9  
10 13    RP    V     NEG-CTR                 5.17 

虽然 V-ones 有以下这些，但数量更多：

> `RP-V-NEG-CTR`
# A tibble: 25 x 16
   ID    GR    SES   COND    `P3(400-450).FCz` `P3(400-450).Cz` `P3(400-450).Pz` `LPPearly(500-700)~
   <chr> <chr> <chr> <chr>               <dbl>            <dbl>            <dbl>               <dbl>
 1 01    RP    V     NEG-CTR           -11.6              -5.17            11.9             -11.8   
 2 04    RP    V     NEG-CTR            -0.314             2.23            15.1              -4.02  
 3 06    RP    V     NEG-CTR            -0.214            -1.30             3.14              4.47  
 4 07    RP    V     NEG-CTR            -2.83              2.19            13.7              -0.884 
 5 08    RP    V     NEG-CTR             4.24              2.45             7.48              1.15  
 6 09    RP    V     NEG-CTR             9.57             13.7             23.4              13.3   
 7 10    RP    V     NEG-CTR            -6.13             -4.13             6.27              0.0229
 8 11    RP    V     NEG-CTR             0.529             5.43            13.0               1.90  
 9 12    RP    V     NEG-CTR            -7.74             -2.41            15.8              -8.08  
10 13    RP    V     NEG-CTR             1.27              3.48             9.94              1.75  
# ... with 15 more rows, and 8 more variables: LPPearly(500-700).Cz <dbl>,
#   LPPearly(500-700).Pz <dbl>, LPP1(500-1000).FCz <dbl>, LPP1(500-1000).Cz <dbl>,
#   LPP1(500-1000).Pz <dbl>, LPP2(1000-1500).FCz <dbl>, LPP2(1000-1500).Cz <dbl>,
#   LPP2(1000-1500).Pz <dbl>
> 

我使用以下过程将它们导入并合并在一起：

files <- list.files(pattern = "\.xls")
for (i in 1:length(files)) {
  assign(gsub("\.xls", "", files[i]), readxl::read_xls(files[i]))
}

data <- `RP-V-NEG-CTR` %>% 
  add_row(`RP-V-NEG-NOC`) %>% 
  add_row(`RP-V-NEU-NOC`)%>% 
  arrange(ID)
  
data1 <- `RP-POz-NEG-CTR` %>% 
  add_row(`RP-POz-NEG-NOC`) %>% 
  add_row(`RP-POz-NEU-NOC`)%>% 
  arrange(ID)

data <- merge(data, data1, by = c('ID', 'GR', 'SES', 'COND'))

由于尝试了以下代码，我获得了一个不匹配的合并数据集：

filenames <- list.files(pattern = '^RP.*\.xls$') 
> data <- purrr::map_df(filenames, readxl::read_excel)

像这样：

如果我想以正确的方式导入已经合并的内容，我应该do/adjust做什么？

提前致谢

Answer 1

也许我们需要map2

library(dplyr)
library(purrr)
library(stringr)
filesv <- list.files(pattern = 'RP-V-.*\.xls', full.names = TRUE)
filesp <- list.files(pattern = 'RP-P-.*\.xls', full.names = TRUE)
nm1 <- str_c(str_remove(basename(filesv), "\.xls"), 
             str_remove(basename(filesp), "\.xls"), sep="_")
out <- map2(filesv, filesp, ~ {
           vdat <- readxl::read_excel(.x)
           pdat <- readxl::read_excel(.y)
           inner_join(vdat, pdat, by = c('ID', 'GR', 'SES', 'COND'))
  }) %>%
    setNames(nm1) %>%
    bind_rows(.id = 'grp')

---

或者如果我们不需要 'grp' 列

out <- map2_dfr(filesv, filesp, ~ {
           vdat <- readxl::read_excel(.x)
           pdat <- readxl::read_excel(.y)
           inner_join(vdat, pdat, by = c('ID', 'GR', 'SES', 'COND'))
  })