在R中按ID处理数据集：下载URL并生成对应单ID PDF文件

要实现每个ID对应一个独立PDF的需求，核心是按ID分组处理数据，原代码的问题在于逐个遍历URL时，每次都会把目录下所有PNG合并到同一个PDF，最终导致所有内容堆积。

修正后的代码示例 #

# 加载必要包（确保已安装magick）
library(magick)

# 定义输出目录（可替换为你需要的路径）
output_dir <- getwd()

# 按ID拆分数据集
id_groups <- split(df, df$ID)

# 遍历每个ID分组
for (group in id_groups) {
  # 获取当前分组的ID
  current_id <- unique(group$ID)
  
  # 下载当前ID对应的所有URL资源
  for (url in group$Full_Path) {
    download.file(url, destfile = basename(url), method = "curl", extra = "-k", mode = "wb")
  }
  
  # 获取当前下载的PNG文件
  temp_imgs <- list.files(full.names = TRUE, pattern = "\\.png$")
  
  # 读取图片并垂直拼接
  combined_img <- image_append(image_read(temp_imgs), stack = TRUE)
  
  # 保存为以ID命名的PDF
  image_write(combined_img, 
              format = "pdf", 
              path = file.path(output_dir, paste0(current_id, ".pdf")))
  
  # 删除临时下载的PNG文件，避免干扰下一个分组
  unlink(temp_imgs)
}

关键调整说明 #

• 按ID分组：用split(df, df$ID)将数据集拆分为每个ID对应的子数据集，确保每个分组独立处理。
• 分组内闭环处理：每个分组单独下载对应URL，合并后直接保存为当前ID命名的PDF，避免跨分组内容混杂。
• 临时文件即时清理：每个分组处理完成后立即删除临时PNG，防止后续分组读取到无关文件。

内容的提问来源于stack exchange，提问作者Hassan Elleithy