如何在R语言函数中将多个导入文件合并为单个数据框？

你的代码当前存在两个问题：每次处理文件都会覆盖输出的means.csv，且没有保留每个文件对应的物种标识。要将所有处理结果合并为单个DataFrame，最优方案是让函数返回处理后的结果，给每个结果添加物种编号，再批量合并。

修改后的完整代码 #

# 导入所有CSV文件到列表
temp = list.files(pattern="*.csv")
myfiles = lapply(temp, read.csv)

# 定义处理函数：返回带物种编号的处理结果
fn <- function(i) {
  data = myfiles[[i]]
  
  # 拆分存活与死亡样本
  dataDead <- subset(data, YValues==1)
  dataAlive <- subset(data, YValues==0)
  
  # 按国家计算死亡样本的平均预测概率
  meanDead <- aggregate(dataDead$MortPredicted, list(dataDead$Country), FUN=mean)
  meanDead <- meanDead %>% rename(meanDead = x, country = Group.1)
  
  # 按国家计算存活样本的平均预测概率
  meanAlive <- aggregate(dataAlive$MortPredicted, list(dataAlive$Country), FUN=mean) 
  meanAlive <- meanAlive %>% rename(meanAlive = x, country = Group.1)
  
  # 合并两类均值，添加物种编号列
  means <- merge(meanDead, meanAlive, by = "country", all = TRUE)
  means$species <- i  # 标记当前结果对应第i个物种的文件
  
  return(means)
}

# 批量处理所有文件，得到结果列表
processed_results <- lapply(1:length(myfiles), fn)

# 将列表合并为单个DataFrame
# 方案1：使用dplyr（推荐，兼容列不一致的情况）
combined_df <- dplyr::bind_rows(processed_results)

# 方案2：使用Base R（仅当所有子DataFrame列完全一致时适用）
# combined_df <- do.call(rbind, processed_results)

# 导出合并后的最终结果
write.csv(combined_df, "combined_species_means.csv", row.names = FALSE)

核心改动说明 #

• 函数返回结果而非直接写文件：避免每次处理覆盖输出文件，同时保留所有中间结果用于合并
• 添加物种标识列：通过means$species <- i标记当前结果对应的物种文件序号，方便后续区分不同物种的数据
• 批量合并列表：用bind_rows（或Base R的do.call(rbind, ...)）将所有子DataFrame合并为一个大表，bind_rows更灵活，能处理子表列不完全一致的情况

内容的提问来源于stack exchange，提问作者starski