readr包read_csv导入多同列名CSV时列名修改的原因与解决方法

一、为什么readr会自动修改后续文件的列名？ #

这本质是R语言核心命名规则的延伸：当你在同一个环境中（比如全局环境）让重复列名共存时，R会自动给重复的列名添加数字后缀，避免命名冲突。哪怕这些列来自不同文件，只要它们出现在同一个数据框里，或者你导入时没有明确将数据分到独立的变量中，就会触发这个机制。

开发者设计这个逻辑的核心意义是保证数据框内列名的唯一性——如果一个数据框里有多个同名列，后续的筛选、计算等操作会因为歧义报错，自动重命名能从根源避免这类问题。

二、如何正确导入其余11个月的数据？需要手动重命名吗？ #

完全不需要手动重命名，推荐两种高效的处理方式：

方式1：逐个导入为独立数据框 #

直接给每个文件的数据分配独立变量，每个数据框的列名会保持原始状态：

library(readr)
jan_data <- read_csv("Jan_data.csv")
feb_data <- read_csv("Feb_data.csv")
mar_data <- read_csv("March_data.csv")
# 剩下的月份以此类推

方式2：批量导入为列表（适合多文件场景） #

把所有文件的数据读取到一个列表中，每个列表元素对应一个月的数据，列名完全保留原始状态：

library(readr)
# 获取所有目标CSV文件的路径
file_paths <- list.files(pattern = "_data\\.csv$", full.names = TRUE)
# 批量读取为列表
monthly_data <- lapply(file_paths, read_csv)
# 给列表元素命名，对应月份（方便后续调用）
names(monthly_data) <- sub("_data\\.csv$", "", basename(file_paths))

如果需要把所有数据合并成一个大表，可以用dplyr::bind_rows，还能自动添加月份标识列：

library(dplyr)
combined_data <- bind_rows(monthly_data, .id = "month")

三、不想用vroom包怎么处理？ #

上面的方法都不需要依赖vroom，完全基于readr和基础R功能。如果想用纯base R实现，也可以：

批量读取为列表（base R版） #

file_paths <- list.files(pattern = "_data\\.csv$", full.names = TRUE)
monthly_data <- lapply(file_paths, function(path) {
  read.csv(path, stringsAsFactors = FALSE) # 关闭默认的因子转换，避免数据类型异常
})
names(monthly_data) <- sub("_data\\.csv$", "", basename(file_paths))

合并为大表（base R版） #

# 先给每个数据框添加月份标识列
monthly_data_with_month <- Map(function(df, month) {
  df$month <- month
  df
}, monthly_data, names(monthly_data))
# 合并所有数据
combined_data <- do.call(rbind, monthly_data_with_month)

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