R语言多TXT文件列缺失补NA：现有代码修改求助

问题背景 #

有多份列结构不统一的TXT文件，部分列仅存在于部分文件中，需用R处理后输出包含指定8列（D_T、City_Name、Temp、Pres、Wind_Hor、Wind_Ver、Rainf、S_Moist）的CSV文件，缺失列填充NA并计算月度平均值。现有代码运行时报错：

Error in get(x, envir = .GlobalEnv) :
object 'Mi/Mi_2020-01_0100.txt' not found

错误原因 #

1. adj_col_names函数未闭合，导致后续代码被错误嵌套在函数内部，引发变量作用域问题
2. read_the_files中skip参数指定的表头字符串与实际文件表头不符，导致读取失败
3. write.csv参数顺序错误，未传入待输出的数据框
4. 部分列名不匹配（如文件3中的Wind_Vert与目标列名Wind_Ver不一致）
5. D/T列是数字格式，未转换为日期类型就使用floor_date，引发类型错误

代码修改点 #

• 闭合函数语法：补充adj_col_names函数缺失的闭合大括号，修复代码嵌套错误
• 修正文件读取逻辑：移除read_the_files中错误的skip参数，改用header=TRUE让fread自动识别表头
• 统一列名：将文件3中的Wind_Vert重命名为目标列名Wind_Ver，确保列匹配
• 修复输出函数参数：调整write.csv的参数顺序，传入待输出的avg_mn数据框，添加row.names=FALSE避免输出冗余行号
• 日期格式转换：将数字格式的D/T列用ymd转换为日期类型，保证floor_date能正常计算月度分组
• 补充函数返回值：在adj_col_names中添加return(x)确保处理后的数据能正确传递

修改后的完整代码 #

library(data.table)
library(tidyr)
library(dplyr)
library(lubridate)

setwd("D:/Test3")

dirlist <- list.files(full.names = FALSE, no.. = TRUE) 

# 读取文件函数
read_the_files <- function(filelist){
  lapply(filelist, function(file) {
    # 自动识别表头，移除错误的skip参数
    fread(file, header = TRUE, sep = "auto")             
  })
}

# 列名调整与数据清洗函数
adj_col_names <- function(dt_list){
  lapply(dt_list, FUN = function(x){
    # 替换[]为()避免语法问题
    colnames(x) <- gsub("\\[", "(", colnames(x))
    colnames(x) <- gsub("\\]", ")", colnames(x))
    
    # 统一列名：Wind_Vert -> Wind_Ver
    if ("Wind_Vert" %in% colnames(x)) {
      setnames(x, "Wind_Vert", "Wind_Ver")
    }
    
    # 根据质量码和范围清洗Temp数据
    if ("Temp1" %in% colnames(x)) {
      x[Temp1 != 5, Temp := NA]
      x[Temp < 0 | Temp > 40, Temp := NA]
    }

    # 根据质量码和范围清洗Pres数据
    if ("Pres1" %in% colnames(x)) {
      x[Pres1 != 5, Pres := NA]
      x[Pres < 1000 | Pres > 1300, Pres := NA]
    }
    
    return(x) # 返回处理后的data.table
  })
}

# 遍历目录处理文件
for (idx in seq_along(dirlist)){
  # 获取当前目录下所有txt文件的完整路径
  filelist <- list.files(path = dirlist[idx], full.names = TRUE, recursive = TRUE, pattern = ".txt$")
  dt_ <- read_the_files(filelist)
  dt.tidied <- adj_col_names(dt_)

  # 合并数据，缺失列填充NA
  merged <- rbindlist(dt.tidied, fill = TRUE, use.names = TRUE)

  # 指定输出列
  sel_col <- c('D/T', 'City_Name', 'Temp', 'Pres', 'Wind_Hor', 'Wind_Ver', 'Rainf', 'S_Moist')

  # 计算月度平均值
  avg_mn <- merged %>%      
    select(any_of(sel_col)) %>%
    as_tibble() %>%
    # 将数字格式的D/T转换为日期类型
    mutate(`D/T` = ymd(`D/T`)) %>%
    group_by(D_T = lubridate::floor_date(`D/T`, "1 month")) %>%         
    summarise(across(where(is.numeric), ~ if(mean(is.na(.x)) > 0.1) NA else mean(.x, na.rm = TRUE)))
  
  # 写入CSV文件，修复参数顺序
  write.csv(avg_mn, file = paste0(dirlist[idx],"_mn.csv"), row.names = FALSE)
}

内容的提问来源于stack exchange，提问作者Alexia k Boston