如何在R中按文件名前缀ID批量合并TSV文件为对应dataframe？

以下是针对需求的具体实现步骤，基于你已掌握的lapply和rbindlist逻辑扩展：

1. 获取目标文件夹内所有TSV文件的完整路径
   替换"你的文件夹路径"为实际存放TSV文件的文件夹路径：

   file_paths <- list.files(path = "你的文件夹路径", pattern = "\\.tsv$", full.names = TRUE)
   

   • pattern = "\\.tsv$"确保只筛选出.tsv结尾的文件
   • full.names = TRUE返回文件完整路径，方便后续读取

2. 提取每个文件的ID前缀
   根据你给出的文件名规则（如A1.tsv提取为A），用正则表达式提取ID：

   file_ids <- sub("(^[A-Za-z]+)\\d+\\.tsv$", "\\1", basename(file_paths))
   

   • basename(file_paths)先提取纯文件名（去掉路径）
   • 正则(^[A-Za-z]+)匹配开头的字母部分作为ID；如果你的ID包含数字或其他字符，可调整正则（比如ID是下划线前的部分，就改成"(^.+?)_\\d+\\.tsv$"）

3. 按ID分组文件路径
   把同一ID的所有文件路径归为一组：

   grouped_files <- split(file_paths, file_ids)
   

   此时grouped_files是一个列表，每个元素的名称是ID，内容是对应ID的所有TSV文件路径

4. 批量读取并合并文件，生成对应DataFrame
   用lapply遍历分组，读取每组文件并合并，最后将结果存入全局环境：

   # 加载data.table包（未安装先运行install.packages("data.table")）
   library(data.table)
   
   # 遍历每组文件，读取并合并
   merged_dfs <- lapply(grouped_files, function(paths) {
     rbindlist(lapply(paths, fread))
   })
   
   # 将合并后的DataFrame存入全局环境，名称即为对应ID
   list2env(merged_dfs, envir = .GlobalEnv)
   

   • 若习惯用dplyr/readr，可替换为：

     library(dplyr)
     library(readr)
     
     merged_dfs <- lapply(grouped_files, function(paths) {
       bind_rows(lapply(paths, read_tsv))
     })
     
     list2env(merged_dfs, envir = .GlobalEnv)
     

完成后，你就能在全局环境中看到以A、B等ID命名的DataFrame，每个DataFrame对应同一ID的所有TSV文件合并结果。

内容的提问来源于stack exchange，提问作者IDA