为何purrr::map()结合load()导入Rda数据集失败？

问题根源 #

你当前的代码报错，核心原因有两个：

• load()函数的返回值是加载到环境中的对象名称字符串，而非对象本身，所以files列表里存的都是"year.master"这类字符串，不是数据框，自然无法用list_rbind()合并。
• 每个Rda文件里的对象都命名为year.master，直接用load()加载时，后续文件的对象会覆盖之前的，导致全局环境里只剩最后一个文件的数据。

解决方案 #

我们需要在加载文件时，把每个Rda里的year.master数据框单独提取出来，存入列表，避免互相覆盖，再进行合并。

步骤1：自定义加载函数 #

写一个函数，在局部环境中加载文件，提取目标数据框并返回：

load_master_index <- function(file_path) {
  # 创建局部环境，防止覆盖全局环境的同名对象
  local_env <- new.env()
  # 在局部环境中加载Rda文件
  load(file_path, envir = local_env)
  # 返回局部环境中的year.master数据框
  local_env$year.master
}

步骤2：批量加载并合并 #

调用自定义函数批量加载所有文件，再合并成一个大的数据框：

library(purrr)
library(dplyr)

# 获取所有Rda文件路径
paths <- list.files('Master Indexes', pattern = '[.]Rda$', full.names = TRUE)

# 批量加载，得到数据框列表
master_data_list <- map(paths, load_master_index)

# 合并所有数据框
combined_master_data <- list_rbind(master_data_list)

如果不用tidyverse包，也可以用base R实现：

# 获取文件路径
paths <- list.files('Master Indexes', pattern = '[.]Rda$', full.names = TRUE)

# 批量加载
master_data_list <- lapply(paths, load_master_index)

# 合并数据框
combined_master_data <- do.call(rbind, master_data_list)

这样就能把所有Rda文件里的year.master数据框收集到列表中，最终合并成一个完整的数据框。

内容的提问来源于stack exchange，提问作者Sharif