使用fread()合并CSV文件时列类型全为character的问题求助

以下几种方法可以解决你的问题：

• 逐个读取文件再合并
  这种方式让fread单独识别每个CSV文件的列类型，合并时自动对齐列结构，能最大程度保留正确的类型：

  # 获取所有CSV文件路径
  file_paths <- list.files("data", pattern = "\\.csv$", full.names = TRUE)
  # 逐个读取文件
  df_list <- lapply(file_paths, fread, header = TRUE)
  # 合并所有数据框
  combined_dat <- rbindlist(df_list, use.names = TRUE, fill = TRUE)
  

  fill = TRUE参数可以处理不同文件列数不一致的情况，避免合并失败。

• 读取后批量转换列类型
  如果坚持用cat命令合并读取的方式，可以读取完成后用type.convert自动转换列类型，它会根据列内容判断最合适的类型：

  dat <- fread(cmd='cat data/*.csv', header=T)
  # 批量转换所有列
  dat <- dat[, lapply(.SD, type.convert, as.is = FALSE, na.strings = c("", "NA"))]
  

  其中na.strings用来指定需要识别为缺失值的字符串，确保转换时不会因为空值或特殊字符串失败。

• 指定缺失值并强制转换
  先在读取时明确缺失值格式，再手动将列转换为numeric类型：

  dat <- fread(cmd='cat data/*.csv', header=T, na.strings = c("", "NA", "N/A"))
  # 遍历所有列转换为numeric
  dat[, names(dat) := lapply(.SD, as.numeric)]
  

  注意：如果某列存在非数值的有效内容，转换后会变成NA，使用前请确认数据中没有这类情况。

内容的提问来源于stack exchange，提问作者Gilrob