在R中将文件夹中的所有txt文件导入并拼接成数据框，使用文件名作为变量？

Question

我有一个带有142个制表符分隔文本文件的文件夹。 每个文件都有19个变量，然后是一些行（通常不超过30行，但会有所变化）。

我希望在R中自动完成这些文件的几个操作，但似乎无法通过我的代码获得想要的准确结果。 我对循环不熟悉，我从StackOverflow的以前的帖子中获取了两个代码部分，但似乎无法弄清如何组合它们的功能。

1. 当将文件读入R时，我希望将文件名转换为变量，以便每行都具有识别文件名
2. 将所有文件（带有文件名变量和无标题）连接到一个数据框中，其尺寸为Yx19，其中Y = 所有结果行数。

我可以使用以下代码创建142个数据框的列表：

myFiles = list.files(path="~/Documents/ForR/", pattern="*.txt")
data <- lapply(myFiles, read.table, sep="\t", header=FALSE)
names(data) <- myFiles
    for(i in myFiles) 
    data[[i]]$Source = i
    do.call(rbind, data)

我能够创建我想要的19个变量的数据框，但是文件名并不存在:

files <- list.files(path="~/Documents/ForR/.", pattern=".txt")
    DF <- NULL
        for (f in files) {
        dat <- read.csv(f, header=F, sep="\t", na.strings="", colClasses="character")
        DF <- rbind(DF, dat)
    }

我该如何将文件名（如果可能，不包括 .txt 扩展名）作为变量添加到循环中？

- Ros1920

Answer 1

将代码加入循环中 dat$file <- unlist(strsplit(f,split=".",fixed=T))[1]

files <- list.files(path="~/Documents/ForR/.", pattern=".txt")
    DF <- NULL
        for (f in files) {
        dat <- read.csv(f, header=F, sep="\t", na.strings="", colClasses="character")
        dat$file <- unlist(strsplit(f,split=".",fixed=T))[1]
        DF <- rbind(DF, dat)
    }

do.call 中的 row.names 是否应该以 names(list)[n].i 的格式出现，其中 i 为数据框 n 的行数（从1开始计数）? 这样你就可以从 row.names 创建一列数据。

data <- lapply(myFiles, read.table, sep="\t", header=FALSE)
combined.data <- do.call(rbind, data)
combined.data$file_origin <- row.names(combined.data)

- JeremyS

---

请注意，当文件数量非常大时，这可能会非常缓慢。每次扩展“DF”时，都会分配新的内存，并将内容从旧内存复制到新内存中。 - Paul Hiemstra

Answer 2

您可以使用basename获取最后一个路径元素(文件名)，例如：

 (files = file.path("~","Documents","ForR",c("file1.txt", "file2.txt")))
 "~/Documents/ForR/file1.txt" "~/Documents/ForR/file2.txt"

(basename(files))
[1] "file1.txt" "file2.txt"

然后使用sub函数移除扩展名".txt":

 sub('.txt','',basename(files),fixed=TRUE)
[1] "file1" "file2"

- agstudy