使用map_df读取多子目录CSV文件遇空列表问题求助

先梳理你代码里的几个核心问题：

• 循环中用了未定义的变量i，且paste0(i)存在语法错误（缺少闭合括号）
• list.files默认返回仅文件名，直接传给read_csv会因路径不全找不到文件
• 手动用paste拼接路径易出现斜杠缺失/重复，应该用file.path做标准化路径拼接
• 最终没有将各子目录读取的DataFrame合并为一个整体

下面提供两种基于tidyverse的简洁解决方案：

方法1：递归遍历所有子目录（推荐） #

直接用list.files的递归参数一次性获取所有CSV的完整路径，再批量读取合并：

library(tidyverse)

common_path <- "/home/documents/myfolder/mysubfolder"

# 获取所有子目录下的CSV完整路径
all_csv_paths <- list.files(
  path = common_path,
  pattern = "\\.csv$",  # 用正则精准匹配.csv结尾的文件
  recursive = TRUE,
  full.names = TRUE     # 返回完整绝对路径，确保read_csv能定位文件
)

# 读取并合并所有CSV
df <- all_csv_paths %>% map_df(read_csv)

方法2：手动遍历子目录（适合需对子目录做额外处理的场景） #

如果需要逐个处理子目录（比如标记文件来源），可以遍历子目录列表再读取文件：

library(tidyverse)

common_path <- "/home/documents/myfolder/mysubfolder"

# 获取所有子目录的完整路径
primary_dirs <- list.files(
  path = common_path,
  full.names = TRUE,
  recursive = FALSE
)

# 遍历每个子目录，读取CSV并合并，可添加字段标记来源目录
df <- primary_dirs %>% 
  map_dfr(function(dir) {
    csv_files <- list.files(
      path = dir,
      pattern = "\\.csv$",
      full.names = TRUE
    )
    csv_files %>% map_df(read_csv) %>% mutate(source_directory = dir)
  })

关键注意点 #

• full.names = TRUE是必须设置的参数，确保返回的路径是完整可直接使用的
• 用\\.csv$正则匹配比*.csv更严谨，避免误匹配带.csv后缀的非CSV文件
• map_dfr等价于map %>% bind_rows，能自动将多个DataFrame按行合并，无需手动维护列表

内容的提问来源于stack exchange，提问作者i.b