如何从多个 xls 文件构建数据框？

Question

我正在尝试从我下载的几个 xls 表中构建一个数据框：

states <- c("A","B","C","D")

for(i in states){
download.file(paste("http://www.web.com/state=",i,".xyz",sep=""),paste("temp",i,".xls",sep=""),mode = "wb")              
    }

效果很好。但我遇到的问题是我想用所有这些 excel 文件构建一个数据框（使用gdata's read.xls 单独阅读这些文件没有问题）并且我需要在数据框上插入一个列告诉我数据来自哪里，即来自 A、B、C 或 D。

例如，我在循环中插入这些

state <- read.xls(paste("temp",i,".xls",sep=""),sheet=1, header = F, skip = 1, perl="C:/Perl/perl/bin/perl.exe",row.names=NULL)
    state$UF <- data.frame(state,paste(i,sep=""))

它工作正常，但我不知道在这一步之后该怎么做（或者我是否可以让它更简单）。我接下来要做的是在循环中将state 重命名为stateA, stateB 等，但我不知道该怎么做。重命名各个数据框后，我会使用rbind 将它们设置在一起。

你有什么想法吗？

Answer 1

gdata 的read.xls 可以在一次read.xls 呼叫中从互联网上下载和读取文件：

urls <- sprintf("http://www.web.com/state=%s.xyz", states)
L <- lapply(urls, read.xls, ...other.read.xls.arguments...)
names(L) <- states

上面生成了一个数据帧列表L。如果所有数据框的形式相同，则可以将列表组合成一个数据框DF，如下所示：

DF <- do.call(rbind, L)

DF 的行名将指示每行来自哪个状态。可选地，可以像这样添加一个新列（sub 删除行名的行号部分）：

DF$state <- sub("\\.\\d*$", "", rownames(DF))
rownames(DF) <- NULL

Answer 2

在 R 中运行良好的一般策略是将你的东西加载到一个列表中：

state_list = lapply(list.files(pattern = "xls"), read.xls, sheet = 1, etc)
big_df = do.call("rbind", state_list)

使用plyr 甚至更短：

library(plyr)
big_df = ldply(list.files(pattern = "xls"), read.xls, sheet = 1, etc)

请注意这里没有明确的for 循环，并且代码非常简短。