如何用R从多文件夹提取目标Excel文件，归集到单文件夹并合并为DataFrame

一、批量提取目标文件到统一文件夹 #

1. 定位所有目标文件
   使用list.files()的recursive = TRUE参数遍历所有子文件夹，通过pattern匹配目标文件的特征（比如特定后缀、文件名），full.names = TRUE确保获取完整文件路径：

# 替换为你的解压后数据集根目录
root_dir <- "path/to/unzipped_dataset"

# 示例：匹配所有后缀为.csv的文件，根据实际情况修改pattern（比如"data.txt$"匹配名为data.txt的文件）
target_files <- list.files(root_dir, pattern = "\\.csv$", recursive = TRUE, full.names = TRUE)

2. 创建归集文件夹

output_dir <- "collected_files"
dir.create(output_dir, showWarnings = FALSE) # 避免文件夹已存在时抛出警告

3. 复制文件（避免重名覆盖）
   如果不同子文件夹下的目标文件名可能重复，建议给文件添加原文件夹名称作为前缀，防止覆盖：

for (file in target_files) {
  # 获取原文件夹名称
  folder_prefix <- basename(dirname(file))
  # 构建新文件名
  new_file <- paste0(folder_prefix, "_", basename(file))
  # 复制到目标目录
  file.copy(file, file.path(output_dir, new_file))
}

若确定文件名无重复，可直接简化为：

file.copy(target_files, output_dir)

二、合并所有文件为单个DataFrame #

每个文件仅含一行数据，可通过批量读取后合并实现：

基础R实现 #

# 批量读取文件（根据实际格式选择read.table/read.csv等）
data_list <- lapply(target_files, function(file_path) {
  read.csv(file_path, stringsAsFactors = FALSE)
})

# 合并为单个DataFrame
combined_df <- do.call(rbind, data_list)

dplyr简化实现 #

library(dplyr)

combined_df <- target_files %>%
  lapply(read.csv, stringsAsFactors = FALSE) %>%
  bind_rows()

注意事项 #

• 若文件格式不是CSV，替换read.csv为对应读取函数（如read.table读取纯文本文件）；
• 若存在编码问题，在读取函数中添加encoding参数（如encoding = "UTF-8"）；
• 若部分文件读取失败，可在lapply中加入tryCatch跳过错误文件：

data_list <- lapply(target_files, function(file_path) {
  tryCatch(read.csv(file_path, stringsAsFactors = FALSE), error = function(e) NULL)
})
# 过滤掉读取失败的空元素
data_list <- Filter(Negate(is.null), data_list)
combined_df <- do.call(rbind, data_list)

内容的提问来源于stack exchange，提问作者user22085188