R语言for循环动态分配CSV至对象报错，求解决方法

问题背景与错误 #

需要批量导入2023年12个月的CSV账单，每个文件对应一个Jan、Feb这类月份命名的dataframe，同时过滤掉内部转账和金额非负的记录。运行原代码时出现以下错误和警告：

错误信息 #

Error in UseMethod("filter") :
no applicable method for 'filter' applied to an object of class "list"

警告信息 #

In Months[i] <- read_csv(FileP, show_col_types = F) :
number of items to replace is not a multiple of replacement length

原代码如下：

library(readr)
library(dplyr)

Months <- c(Jan, Feb, Mar, Apr, May, Jun, 
       Jul, Aug, Sep, Oct, Nov, Dec)

fileN <- c("2023-01-01", "2023-02-01", "2023-03-01", 
      "2023-04-01", "2023-05-01", "2023-06-01", 
      "2023-07-01", "2023-08-01", "2023-09-01", 
      "2023-10-01", "2023-11-01", "2023-12-01")

dir = "/R/" #I have anonymised this directory for privacy reasons

for(i in 1:12){
  FileP <- paste0(dir,fileN[i],".csv")
  Months[i] <- read_csv(FileP, show_col_types = F)
  Months[i] <- Months[i] %>% filter(
    Months[i]$`Transaction Type` != "Internal Transfer" &
    Months[i]$Amount < 0)
  }

原代码问题分析 #

1. Months变量定义错误：c(Jan, Feb,...)里的Jan等变量未定义，R会视为缺失值；而且普通向量无法存储dataframe类型的元素，强行赋值会导致数据拆分，触发长度不匹配警告。
2. filter调用错误：Months[i]作为列表元素，直接传给filter时，函数接收的是列表而非dataframe，因此报错找不到对应方法；同时filter内部重复引用Months[i]$属于冗余写法，管道已经将数据传入函数。

修正方案 #

方案1：用列表存储（推荐，便于批量操作） #

这种方式将所有月度数据存入一个列表，通过月份名称作为键来访问，比分散的变量更易于管理：

library(readr)
library(dplyr)

# 定义月份名称和对应的文件名
month_names <- c("Jan", "Feb", "Mar", "Apr", "May", "Jun", 
                 "Jul", "Aug", "Sep", "Oct", "Nov", "Dec")
file_names <- c("2023-01-01", "2023-02-01", "2023-03-01", 
                "2023-04-01", "2023-05-01", "2023-06-01", 
                "2023-07-01", "2023-08-01", "2023-09-01", 
                "2023-10-01", "2023-11-01", "2023-12-01")
dir_path <- "/R/" # 替换为你的实际文件目录

# 创建空列表用于存储处理后的月度数据
month_data_list <- list()

for(i in 1:12){
  # 拼接完整文件路径
  full_path <- paste0(dir_path, file_names[i], ".csv")
  # 读取CSV并过滤数据
  processed_df <- read_csv(full_path, show_col_types = FALSE) %>%
    filter(`Transaction Type` != "Internal Transfer", Amount < 0)
  # 将处理后的dataframe存入列表，用月份名称作为键
  month_data_list[[month_names[i]]] <- processed_df
}

# 访问示例：获取1月数据
# month_data_list$Jan
# 或者 month_data_list[["Jan"]]

方案2：创建独立的月份命名变量 #

如果确实需要生成Jan、Feb这类独立的全局变量，可以用assign函数实现：

library(readr)
library(dplyr)

month_names <- c("Jan", "Feb", "Mar", "Apr", "May", "Jun", 
                 "Jul", "Aug", "Sep", "Oct", "Nov", "Dec")
file_names <- c("2023-01-01", "2023-02-01", "2023-03-01", 
                "2023-04-01", "2023-05-01", "2023-06-01", 
                "2023-07-01", "2023-08-01", "2023-09-01", 
                "2023-10-01", "2023-11-01", "2023-12-01")
dir_path <- "/R/"

for(i in 1:12){
  full_path <- paste0(dir_path, file_names[i], ".csv")
  processed_df <- read_csv(full_path, show_col_types = FALSE) %>%
    filter(`Transaction Type` != "Internal Transfer", Amount < 0)
  # 将dataframe赋值给全局环境中以月份命名的变量
  assign(month_names[i], processed_df, envir = .GlobalEnv)
}

# 直接通过变量名访问：比如输入Jan即可查看1月的过滤后数据

关键修正点说明 #

• 将未定义的Jan等变量替换为字符串类型的月份名称向量，避免未定义错误。
• 用列表存储dataframe（推荐）或assign创建变量，解决普通向量无法存储dataframe的问题，消除长度不匹配警告。
• 利用dplyr管道的特性，在filter中直接引用列名，无需重复指定数据对象，同时确保传入filter的是dataframe而非列表。

内容的提问来源于stack exchange，提问作者LWiz