在R中提取多CSV文件共同列并合并为单个数据框

一、导入后提取并合并列 #

如果已经将所有CSV文件导入到data_all列表中，可以通过以下方式提取共同列并合并为单个数据框：

使用dplyr + purrr（推荐） #

通过purrr::map遍历列表内的每个数据框，用select提取id和x2列，再用bind_rows完成合并：

library(dplyr)
library(purrr)

combined_df <- data_all %>%
  map(~select(.x, id, x2)) %>%
  bind_rows()

使用Base R #

无需额外加载包，用基础R函数实现：

# 遍历列表提取指定列，再用rbind合并
combined_df <- do.call(rbind, lapply(data_all, function(df) {
  df[, c("id", "x2"), drop = FALSE]  # drop=FALSE避免单列时被转换为向量
}))

二、导入时直接筛选列（更高效） #

优先推荐这种方法，读取CSV时仅加载需要的列，能大幅节省内存占用和读取时间，尤其适合文件数量多、列数繁杂的场景。

利用readr::read_csv的cols_only参数，指定只读取id和x2列，同时完成合并：

library(readr)
library(dplyr)

# 替换为你的实际文件目录路径
file_dir <- "你的文件路径"

combined_df <- list.files(path = file_dir, pattern = "*.csv", full.names = TRUE) %>%
  lapply(function(file) {
    read_csv(
      file,
      cols_only(
        id = col_integer(),  # 根据数据实际类型调整，比如col_double()/col_character()
        x2 = col_character()
      )
    )
  }) %>%
  bind_rows()

注意：cols_only中的列类型需与CSV文件内的实际数据类型匹配，若不确定类型，可改用col_guess()自动识别，例如id = col_guess()。

内容的提问来源于stack exchange，提问作者Rnoobie