将不同文件夹中的 .tsv 文件读取到 R 环境中并添加具有文件夹名称的列

Question

我正在尝试将一系列 .tsv 输出文件读入 R 环境到同一个数据帧中。但是，每个输出文件位于不同的子文件夹中，但名称相同。

Folder1 中的 file.tsv 示例

  A B   C
  1 1   40
  2 1   45

示例路径：

A:/output/Folder1/file.tsv

A:/output/Folder2/file.tsv

A:/output/Folder3/file.tsv

文件夹名称包含重要信息，我想将其保存在聚合数据框中。

例子：

  A B   C   folder 
  1 1   40  Folder1 
  2 1   45  Folder1 
  3 1   50  Folder2
  4 1   55  Folder2
  5 1   60  Folder3
  6 1   65  Folder3

我找到了允许您从不同文件夹 (Read several files in different directories in r) 读入和附加 .tsv 文件的答案，但我在如何添加具有 文件夹 名称的列上遇到问题。我有 395 个独特的文件夹，所以我只想在万不得已的情况下手工制作列。

感谢您提供的任何见解！

Answer 1

改编自我的answer here。您需要以下步骤：

# load the needed packages
library(dplyr)

# create a list of the filenames with the full path
file.list <- list.files(pattern='*.tsv', recursive = TRUE, full.names = TRUE)

# read the files into a list
# using 'simplify=FALSE' makes sure the full paths are used as names in the list
df.list <- sapply(file.list, read.delim, simplify=FALSE)

# bind the dataframes in the list together with 'bind_rows' from the dplyr-package
# use to replace the full path name with the folder name
df <- bind_rows(df.list, .id = "folder") %>%
  mutate(folder = sub('.*/(.*)/.*$', '\\1', folder))