如何在R中合并12个同结构表格并保留指定8列？

前提说明 #

你已经完成了第一个表格的筛选，接下来针对剩余11个表格，用批量处理+合并的方式，既能避免重复写代码，也适配百万级数据的内存需求。

步骤1：整理待处理的表格列表 #

先把所有需要处理的表格（包括已筛选好的第一个）统一管理，分两种场景：

场景A：表格已加载到R环境中 #

如果剩余11个表格是类似trip_17_q2、trip_17_q3...trip_17_q12这样命名的对象，先把它们的名字存成向量：

# 生成剩余11个表格的名称向量
table_names <- paste0("trip_17_q", 2:12)
# 把已筛选好的第一个表格也加入列表
all_tables <- c(list(trip_17_filt), lapply(table_names, get))

场景B：表格是本地文件（如CSV/Excel） #

如果表格存在本地，直接批量读取并筛选：

# 安装并加载必要包（未安装则取消注释第一行）
# install.packages(c("dplyr", "readr"))
library(dplyr)
library(readr)

# 获取目标文件夹下所有表格文件的路径（假设是CSV，其他格式替换read_*函数）
file_paths <- list.files(path = "你的表格文件夹路径", pattern = "\\.csv$", full.names = TRUE)

# 批量读取每个文件并筛选指定列
all_tables <- lapply(file_paths, function(file) {
  read_csv(file) %>% 
    select(trip_id, start_time, tripduration, from_station_id, to_station_id, usertype, gender, birthyear)
})

步骤2：合并所有表格 #

推荐两种合并方式，后者更适合百万级大数据：

用dplyr合并（代码简洁） #

library(dplyr)
final_merged_table <- bind_rows(all_tables)

用data.table合并（大数据首选） #

# 安装并加载data.table（未安装则取消注释第一行）
# install.packages("data.table")
library(data.table)
final_merged_table <- rbindlist(all_tables, fill = TRUE)
# 如需转成data.frame格式
final_merged_table <- as.data.frame(final_merged_table)

可选内存优化建议 #

针对百万级数据，还能进一步降低内存占用：

• 读取文件时用vroom::vroom替代read_csv，速度更快且内存友好
• 合并前把类别有限的字符列转成因子：

all_tables <- lapply(all_tables, function(df) {
  df %>% 
    mutate(across(c(usertype, gender), as.factor))
})

内容的提问来源于stack exchange，提问作者Debrup Mukherjee