咨询MacBook下tar文件解压缩合并及R多文件生成数据表的方法

一、Mac终端合并解压缩后的文件 #

如果你的12个文件是同格式文本文件（如CSV、TXT）且结构一致，用终端命令就能快速合并：

• 合并所有文件（若所有文件无重复表头）：
  打开终端，切换到文件所在目录，执行：

  cat file*.csv > merged_all.csv
  

  把file*.csv换成你的文件匹配规则（比如data_*.txt），merged_all.csv是合并后的文件名。
• 保留单个表头（若每个文件都有相同表头）：
  只保留第一个文件的表头，后续文件从第二行开始合并：

  head -n 1 first_file.csv > merged_with_header.csv && tail -n +2 file*.csv >> merged_with_header.csv
  

二、RStudio直接读取多个文件生成统一数据表 #

完全不需要提前合并，R可以直接批量读取多份文件并生成统一数据表，操作如下：

1. 先设置工作目录到文件所在路径：

   setwd("/Users/yourname/folder_with_files") # 替换成你的实际路径
   

2. 获取目标文件列表：

   # 匹配所有CSV文件，可替换成*.txt等其他格式
   file_paths <- list.files(pattern = "*.csv", full.names = TRUE)
   

3. 批量读取并合并：
   • 用dplyr包（推荐，语法更清晰）：

     library(dplyr)
     # 读取每个文件并合并成一个数据框
     combined_data <- lapply(file_paths, read.csv) %>% bind_rows()
     

   • 用基础R实现（无需额外安装包）：

     # 读取所有文件后按行合并
     combined_data <- do.call(rbind, lapply(file_paths, read.csv))
     

4. 关联元数据（记录数据来源）：
   如果需要追踪每条数据来自哪个文件，可以在读取时添加来源列：

   combined_data <- lapply(file_paths, function(path) {
     df <- read.csv(path)
     df$source_file <- basename(path) # 添加文件名作为元数据列
     return(df)
   }) %>% bind_rows()
   

内容的提问来源于stack exchange，提问作者Julia K