For循环导入包含文本（推文）的.csv文件[重复]

【问题标题】：For loop to import .csv files containing text (tweets) [duplicate]For循环导入包含文本（推文）的.csv文件[重复]
【发布时间】：2018-08-06 10:40:45
【问题描述】：

我有一个包含 60 多个 .csv 文件的文件夹，其中包含“抓取的”推文。每个文件有 6 列：一列只是它们下载的“位置”（不妨去掉它），然后我有一个用于日期，一个用于时间，然后是 3 个重要的：ticker（例如AAPL，MSFT...），推文的正文最后一个标签仅适用于其中的一小部分。我需要做的是运行一个 for 循环，以便能够将 svm 和 NaiveBayes 应用于每个文件，从而预测未标记推文的标签。我已经在训练集上运行了这两种算法，这个循环的输出将是测试集。提前谢谢你。

【问题讨论】：

寻求帮助时，您应该包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出。问一个可以明确回答的具体问题。
我没能找到你们所有链接的问题，但我似乎在那里找到了答案，谢谢大家的回答

标签： r csv for-loop twitter

【解决方案1】：

我们可以用list.files得到所有相关文件的字符向量

fn <- list.files(pattern = ".csv$")

然后使用*apply家族的成员读入数据并应用一个函数；例如，像这样：

lst <- lapply(fn, function(x) {
    df <-read.csv(x);
    ## Example: Fit a linear model and return lm object
    return(lm(y ~ x, data = df));
})

lst 然后包含 list 的 lm 对象。如果将lm 替换为svm，则返回对象将是支持向量机分类结果的list。

【讨论】：