如何用循环在R中导入多个txt文件并生成独立DataFrame

核心需求实现方案 #

要实现每个文件生成独立DataFrame、添加数据来源标识列、完成数据格式化，可按以下步骤操作：

1. 准备依赖包 #

确保已安装并加载readr和purrr包（未安装则先执行安装命令）：

install.packages(c("readr", "purrr"))
library(readr)
library(purrr)

2. 批量处理完整代码 #

# 设置目标文件路径
input_all_data <- "你的文件路径"

# 获取所有txt文件的完整路径（精准匹配后缀）
dflist <- list.files(path = input_all_data, pattern = "\\.txt$", full.names = TRUE)

# 定义单个文件的处理逻辑
process_single_file <- function(file_path) {
  # 读取文件，指定列名、数据类型，跳过前5行
  df <- read_csv(
    file_path,
    col_names = c('Frequency', 'Impedance', 'Admittance', 'Phase', 
                  'Resistance', 'Reactance', 'Conductance', 'Susceptance'),
    col_types = cols(
      col_number(), col_number(), col_number(), col_number(),
      col_number(), col_number(), col_number(), col_number()
    ),
    skip = 5
  ) %>%
    # 添加数据来源列（提取纯文件名，去掉路径和后缀）
    mutate(Filename = basename(file_path) %>% tools::file_path_sans_ext()) %>%
    # 移除缺失值
    na.omit()
  
  return(df)
}

# 批量处理所有文件，得到包含多个DataFrame的列表
df_collection <- map(dflist, process_single_file)

# 给列表元素命名（用纯文件名作为DataFrame名称）
names(df_collection) <- dflist %>% basename() %>% tools::file_path_sans_ext()

# 可选：将每个DataFrame加载到全局环境，直接调用文件名即可访问
list2env(df_collection, envir = .GlobalEnv)

3. 代码逻辑说明 #

• pattern = "\\.txt$"：精准匹配以.txt结尾的文件，避免误匹配含txt字符的其他文件
• process_single_file函数：封装单文件的读取、格式化、来源列添加、去缺失值操作，保证所有文件处理逻辑统一
• map(dflist, process_single_file)：遍历所有文件，生成对应独立DataFrame的列表，每个列表元素对应一个文件的处理结果
• list2env：将列表中的DataFrame导出到全局环境，例如文件UW_APL_ES120-7CD_SN_123.txt会生成同名的DataFrame

4. 原代码问题修正 #

• 第一段代码错误：先通过lapply读取文件，又在循环中重复用map_dfr合并，且for (i in length(myfiles))仅会执行一次循环，逻辑混乱
• 第二段代码错误：map_dfr会将所有文件合并为单个DataFrame，不符合“生成独立DataFrame”的需求

内容的提问来源于stack exchange，提问作者Jackson A. Swan