如何创建循环批量读取TXT文件并提取信息至Excel表格

实现思路 #

将单文件处理逻辑封装为可复用函数，遍历目标文件夹下所有TXT文件，逐个处理后合并结果，最终导出为单个Excel文件。

修改后的完整代码 #

# 设置工作目录（请替换为你的实际路径）
wd <- "你的工作目录路径/"

# 1. 获取目标文件夹下所有TXT文件的完整路径
fnames <- list.files(path = paste0(wd, "09_data_tables/Raster_layer_statistics"), 
                     pattern = "\\.txt$",  # 仅匹配TXT格式文件
                     full.names = TRUE)

# 2. 封装单文件处理函数
process_single_txt <- function(file_path) {
  # 读取TXT文件
  my_tibble <- read_delim(file_path, delim = ":", 
                          escape_double = FALSE, col_names = FALSE, 
                          trim_ws = TRUE, skip = 1)
  
  # 转换为dataframe格式
  my_df <- as.data.frame(my_tibble)
  
  # 清理第一列的<p>标签
  my_df$X1 <- gsub('<p>', '', my_df$X1)
  
  # 截取第二列有效内容（移除末尾5个字符）
  my_df$X2 <- str_sub(my_df$X2, end = -5)
  
  # 重命名列名
  colnames(my_df) <- c("Attribute", "Value", "X")
  
  # 处理第一行特殊逻辑：从第三列提取信息覆盖第二列
  my_df[1,3] <- substring(my_df[1,3], 61)
  my_df[1,3] <- gsub("\\..*", "", my_df[1,3])
  my_df[1,2] <- my_df[1,3]
  my_df <- my_df[,1:2]  # 仅保留前两列
  
  # 转换为宽格式数据表
  my_df_wide <- my_df %>% pivot_wider(names_from = Attribute, values_from = Value)
  
  # 将指定列转换为数值型
  cols <- names(my_df_wide)[2:9]
  my_df_wide[cols] <- lapply(my_df_wide[cols], as.numeric)
  my_df_wide <- as.data.frame(my_df_wide)
  
  # 提取Flight编号并清理文件名
  my_df_wide$Flight <- as.numeric(gsub("([0-9]+).*$", "\\1", my_df_wide$`Analyzed file`))
  my_df_wide$`Analyzed file` <- sub("^[^_]*_", "", my_df_wide$`Analyzed file`)
  
  return(my_df_wide)
}

# 3. 批量处理所有文件并合并结果
all_results <- lapply(fnames, process_single_txt) %>% bind_rows()

# 4. 导出汇总结果到Excel
write_xlsx(all_results, paste0(wd, "10_results/raster_layer_statistics汇总.xlsx"))

关键说明 #

• 函数封装：把原单文件处理逻辑打包成process_single_txt函数，参数为文件路径，返回处理后的dataframe，便于批量调用
• 批量遍历：用lapply遍历所有TXT文件路径，自动调用处理函数，生成所有文件的结果列表
• 结果合并：用bind_rows将多个dataframe合并为一个汇总表，列名一致时自动对齐
• 文件过滤：添加pattern = "\\.txt$"确保只处理TXT文件，避免误操作其他格式文件

内容的提问来源于stack exchange，提问作者user24977020