如何在R中用for循环导入保存多份数据及解决导出Stata问题

1. 循环导入与保存错误修复 #

原代码存在语法逻辑错误：将for循环直接赋值给列表元素、保存语句嵌套在导入函数内、引用未定义的对象，导致保存失败。

修正后的代码：

# 初始化空列表用于存储逐年数据
defra_aurn <- list()

# 循环逐年导入AURN日数据
for (y in 2005:2019) {
  # 导入当年所有站点数据，赋值到列表对应年份位置
  defra_aurn[[as.character(y)]] <- importAURN(
    year = y,
    data_type = "daily",
    site = sites_2005_2019$code,
    meta = TRUE
  )
  # 按年份单独保存数据（避免覆盖）
  save(defra_aurn[[as.character(y)]], file = paste0("C:/Users/..../defra_aurn_", y, ".Rdata"))
}

# 可选：统一保存所有年份的数据集列表
save(defra_aurn, file = "C:/Users/..../defra_aurn_all.Rdata")

2. 数据合并与Stata导出问题 #

合并时列数不匹配、导出提示非数据框的问题，可通过统一列结构+自动填充缺失值解决，同时保留所有年份的站点：

方法1：直接用bind_rows自动处理列不匹配 #

# 合并所有年份数据，添加year列标记数据来源年份
combined_data <- dplyr::bind_rows(defra_aurn, .id = "year")

# 导出到Stata（需加载foreign包）
library(foreign)
write.dta(combined_data, "defra_aurn.dta")

方法2：手动统一列结构（针对复杂列不匹配场景） #

如果bind_rows无法自动处理，可先统一所有数据集的列：

# 获取所有数据集的列名并集
all_cols <- unique(unlist(lapply(defra_aurn, colnames)))

# 为每个数据集补充缺失列并赋值NA
defra_aurn_unified <- lapply(defra_aurn, function(df) {
  missing_cols <- setdiff(all_cols, colnames(df))
  df[missing_cols] <- NA
  df
})

# 合并统一后的数据集
combined_data <- dplyr::bind_rows(defra_aurn_unified, .id = "year")

# 导出到Stata
library(foreign)
write.dta(combined_data, "defra_aurn.dta")

内容的提问来源于stack exchange，提问作者Jan3