导入多个 csv 文件并为每个文件添加年份答案

【问题标题】：Importing multiple csv files and add year to each file导入多个 csv 文件并为每个文件添加年份
【发布时间】：2020-08-31 19:47:32
【问题描述】：

我正在使用以下函数将大约 10 个不同年份的文件（都来自同一个文件夹）导入 r。

ed.attain.places_0_10_18 <-
    list.files(path = "./ed_attainment/",
               pattern = "*.csv", 
               full.names = T) %>% 
    map_df(~read_csv(., col_types = cols(.default = "c")))

此文件夹 (ed_attainment/) 包含以下 csv 文件，一直到 '17。

ACS_09_5YR_B19301_with_ann.csv
ACS_10_5YR_B19301_with_ann.csv

我想在上述函数中为每个文件添加年份。只需导入一个 csv 文件，代码将是

read_csv("ACS_09_5YR_B19301_with_ann.csv")%>%mutate(year = 09)

使得文件名中的年份与新的“年份”变量中的值相对应。

非常感谢！

【问题讨论】：

标签： r csv dplyr

【解决方案1】：

我建议：

myReadCsv <- function(fullPath){
   # Pull the Year out of the fullPath
  year <- paste0("20", str_match(fullPath, 
                         "ACS_(\\d{2})")[,2])
    # Read csv as you did before
  read_csv(fullPath, col_types = cols(.default = "c")) %>% 
     # Add YEAR in as a column
    mutate(YEAR = year)
}

然后

ed.attain.places_0_10_18 <-
  list.files(path = "./ed_attainment/",
             pattern = "*.csv", 
             full.names = T) %>% 
  map_df(myReadCsv)

不运行

## 因为我手边没有 CSV 文件的目录。 ##

【讨论】：

【解决方案2】：

有多种方法可以做到这一点，但无需更改大部分代码，您可以在 map_df 中添加一个名为 year 的 id 变量，该变量将具有文件名的索引。所以第一个文件 (ACS_09_5YR_B19301_with_ann.csv) 的索引为 1，第二个文件 (ACS_10_5YR_B19301_with_ann.csv) 的索引为 2，依此类推。

然后，您可以将 2008 年添加到该指数，以获得 2009-2017 年的年份值。

list.files(path = "./ed_attainment/",
           pattern = "\\.csv", 
           full.names = TRUE) %>% 
    purrr::map_df(~readr::read_csv(.,col_types = cols(.default = "c")), 
                 .id ='year') %>% 
   dplyr::mutate(year = 2008 + as.integer(year))

【讨论】：

太棒了！然后如果我想删除标题，我只需在 as.integer(year)) 之后插入 %>%slice(-1)
slice(-1) 将从组合数据中删除第一行。标题是指要删除列名吗？
是的，每个文件中有两行列名，我想要第二行。
另外，只是一个快速的后续问题 - 如果一个文件不同步（如 '15 介于 '11 和 '13 之间，或者缺少一年）是否有解决方法为此？
您可以从文件名中提取年份名称或在list.files和map_df之间添加%>% gtools::mixedsort() %>%。