R批量导入数据

whjwindow

于 2016-09-26 17:40:55 发布

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： R 数据整理文章标签： R 数据处理

本文链接：https://blog.youkuaiyun.com/whjwindow/article/details/52672297

R 同时被 2 个专栏收录

9 篇文章

订阅专栏

数据整理

3 篇文章

订阅专栏

本文介绍两种批量导入数据的方法：使用lapply保持变量名和for循环。通过实例演示如何读取特定目录下的CSV文件并计算平均值，适用于R语言的数据处理场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

批量导入数据的两种方法

pollutantmean = function(director, pollutant, id = 1:332)
{
setwd(“E:/clean/R_course”)
filenames = list.files(“specdata”)[id]
#temp = c()

方法一，采用lapply，可以保留变量名；

temp = lapply(filenames, function(x) read.csv(file = paste(“specdata”,x, sep = “/”),
header = T, stringsAsFactors = F)[, pollutant])
temp2 = do.call(“c”, temp)

方法二,采用for循环，不能保留变量名；

for(i in filenames) {

temp = c(temp, read.csv(file = paste(director,i, sep = “/”),
header = T, stringsAsFactors = F)[, pollutant])
}
return(mean(temp2, na.rm = T))
}

摘抄，设定导入变量的格式

filelist <- list.files(pattern=”.*.txt”)
datalist <- lapply(filelist, function(x) read.table(x, header=F))
datafr <- do.call(“rbind”, datalist)
假设你的文件时1.txt，内容是
1 0x33 a
2 0x44 b
3 0x14 c
则
dat <- read.table(“1.txt”, colClasses=c(“numeric”, rep(“character”, 2)))