合并仅包含一个数字的多个文件答案

【问题标题】：Combining multiple files containing only one number合并仅包含一个数字的多个文件
【发布时间】：2021-11-06 18:30:56
【问题描述】：

我有一个只包含一个数字的文件列表。我想将所有文件合并到一个数据框中，其中一列包含文件名，一列包含该文件的相应编号。我尝试了以下方法，但读取文件失败。

有效的单个文件示例：

> read.csv(file="file1.stats",check.names = F)
[1] 2659344201
<0 rows> (or 0-length row.names)


> read.csv(file="file2.stats",check.names = F)
[1] 92424242
<0 rows> (or 0-length row.names)

合并不起作用：

file_list = list.files(pattern=".stats")    
datalist = lapply(file_list, function(x){
  dat = read.csv(file=x,check.names = F)
})

read.table 中的错误（file = file，header = header，sep = sep，quote = quote，：输入中没有可用的行

 joined <- join_all(dfs = datalist,by = "V1",type ="full" )

【问题讨论】：

标签： r

【解决方案1】：

以下应该可以工作，虽然没有测试，因为我没有你的文件。

library(data.table)
file_list = list.files(pattern=".stats")  
data_table = rbindlist(lapply(file_list, function(x){
  fread(file=x)
}))

rbindlist 将简化您的列表，而无需经历加入的麻烦。

【讨论】：

如果回答对您解决问题有帮助，您可以接受。

【解决方案2】：

基于purrr::map_dfr的解决方案：

library(tidyverse)

# create 10 csv files in the /tmp directory
walk(1:10, ~ write(sample(1111111:9999999,1), paste0("/tmp/file",.x,".csv")))

# gets the names of the files
files <- dir("/tmp/","*.csv")

map_dfr(files, ~ data.frame(fname = .x, read.csv(paste0("/tmp/",.x), header = F)))

#>         fname      V1
#> 1   file1.csv 6803283
#> 2  file10.csv 4835472
#> 3   file2.csv 2645034
#> 4   file3.csv 9766210
#> 5   file4.csv 8570853
#> 6   file5.csv 7384528
#> 7   file6.csv 7609801
#> 8   file7.csv 1244294
#> 9   file8.csv 5098257
#> 10  file9.csv 4940697

或者，使用dplyr:

library(tidyverse)

# create 10 csv files in the /tmp directory
walk(1:10, ~ write(sample(1111111:9999999,1), paste0("/tmp/file",.x,".csv")))

# gets the names of the files
files <- dir("/tmp/","*.csv")

files %>% 
  data.frame %>%  setNames("fnames") %>% 
  rowwise() %>% mutate(read.csv(paste0("/tmp/",fnames), header = F))

#> # A tibble: 10 × 2
#> # Rowwise: 
#>    fnames          V1
#>    <chr>        <int>
#>  1 file1.csv  3484087
#>  2 file10.csv 9333635
#>  3 file2.csv  1455252
#>  4 file3.csv  9665802
#>  5 file4.csv  8401813
#>  6 file5.csv  5864912
#>  7 file6.csv  9494831
#>  8 file7.csv  5230778
#>  9 file8.csv  9717400
#> 10 file9.csv  9761327

【讨论】：