如何在R中合并列数不同的CSV？解决列类型冲突报错

你的报错核心是不同CSV文件中session列的数据类型不统一（部分是数值型double，部分是字符型character），dplyr::bind_rows()要求同名列类型一致才能合并，因此出现冲突。下面是几种可行的解决方法：

方法1：读取时强制指定冲突列类型 #

直接在read_csv中通过col_types参数统一指定session列的类型，比如统一转为字符型：

library(tidyverse)

my_files <- list.files(csv_path, pattern = "\\.csv$", full.names = TRUE)
combined_data <- map_dfr(my_files, ~read_csv(.x, col_types = cols(session = col_character())))

如果还有其他列存在类型冲突，可以在cols()中继续添加规则，比如cols(session = col_character(), other_col = col_double())。

方法2：读取后统一转换冲突列类型 #

先读取每个文件，再对存在的冲突列进行类型转换，适合不确定哪些列会有冲突的场景：

combined_data <- map_dfr(my_files, function(file) {
  df <- read_csv(file)
  # 将session列统一转为字符型（如果该列存在）
  if ("session" %in% colnames(df)) {
    df <- df %>% mutate(session = as.character(session))
  }
  df
})

方法3：仅读取关键列（推荐） #

既然你只需要关键列，直接指定读取这些列，既避免无关列的类型冲突，还能提升读取效率：

# 替换为你的实际关键列列表
key_cols <- c("session", "key_BeginSpace.keys", "Image1_Name", "Img1_Category")

combined_data <- map_dfr(my_files, ~read_csv(.x, col_select = all_of(key_cols)))

内容的提问来源于stack exchange，提问作者Shannon