如何在R环境中仅导入行数超过9行的CSV文件

你可以通过先判断文件行数再决定是否导入，或者读取后筛选保留两种方式实现，下面给你两种实用的写法：

方法1：先快速统计行数再导入（效率更高，适合大量文件） #

这种方式不用完整读取所有文件，先通过count.fields快速统计行数，筛选出符合条件的文件后再正式读取，适合几百个文件的场景：

# 获取所有CSV文件的完整路径
csv_files <- list.files(pattern = "\\.csv$", full.names = TRUE)

# 筛选出行数>9的文件路径
valid_files <- csv_files[sapply(csv_files, function(file) {
  # count.fields统计行数，减1是排除表头（如果你的CSV没有表头可以去掉-1）
  length(count.fields(file, sep = ",")) - 1 > 9
})]

# 提取文件名（去掉后缀和路径）用于命名数据框
valid_filenames <- gsub("\\.csv$", "", basename(valid_files))

# 循环导入并命名为独立数据框
for(i in seq_along(valid_files)){
  df <- read.csv(valid_files[i])
  assign(valid_filenames[i], df)
}

方法2：读取后再筛选保留（逻辑更直观） #

如果你不在意先读取所有文件的开销，也可以直接基于你原有的代码修改，只加一行判断逻辑：

filenames <- gsub("\\.csv$", "", list.files(pattern = "\\.csv$"))

for(i in filenames){
  df <- read.csv(paste(i, ".csv", sep = ""))
  # 仅保留行数超过9行的数据框
  if(nrow(df) > 9){
    assign(i, df)
  }
}

小提示 #

• 用assign创建大量全局数据框后期管理会麻烦，建议把符合条件的数据框放到列表里，后续分析更便捷：

  df_list <- setNames(lapply(valid_files, read.csv), valid_filenames)
  # 调用单个数据框用 df_list$文件名
  

• 如果CSV文件的分隔符不是逗号，记得在read.csv里指定sep参数，比如制表符分隔的话用sep = "\t"。

内容的提问来源于stack exchange，提问作者MustachAsh