R中read.csv导入部分数值列变0且识别为字符型的问题求助

核心问题分析 #

问题根源主要有三点：

• 野外CSV的缺失值可能是非标准格式（比如空字符串、"NaN"等），导致read.csv误将数值列识别为字符型
• 循环中直接rbind合并数据，若某次循环的列类型不一致，会强制转换为字符型并出现异常值
• 变量名list与R内置函数重名，易引发隐性错误

修正后的代码 #

licor6800.point_measurement.compiler <- function() {
  # 获取所有目标CSV文件路径
  filenames <- list.files(pattern = "*.csv", full.names = TRUE)
  
  # 初始化空列表存储单文件处理结果
  data_list <- list()
  
  for (i in seq_along(filenames)) {
    filename <- filenames[i]
    # 读取数据：覆盖多种非标准缺失值，确保数值列识别正确
    meas <- read.csv(
      filename, 
      skip = 13, 
      fileEncoding = "utf-16LE", 
      check.names = TRUE, 
      header = TRUE,
      na.strings = c("", "NA", "NaN", "N/A"),  # 适配野外数据常见缺失值格式
      stringsAsFactors = FALSE
    )[-1:-2, ]  # 移除前两行冗余数据
    
    # 合并文件名与数据，避免使用内置函数名作为变量
    current_data <- cbind(filename = filename, meas)
    
    # 筛选目标列，移除重复的Qin列
    current_data <- current_data %>%
      select(
        "filename", "date", "A", "Ca", "Ci", "E", "CO2_s", "CO2_r", 
        "Qin", "gsw", "gtc", "Pa", "RHcham", "Tleaf", "PhiPS2", 
        "Fo", "Fm", "Fv/Fm", "Adark", "Fs"
      ) %>%
      # 拆分日期与时间，避免引用已修改的date列导致错误
      mutate(
        date_split = str_split_fixed(date, "[:blank:](?=\\d)", 2),
        Date = str_sub(date_split[,1], start = 5),
        Time = date_split[,2]
      ) %>%
      select(-date, -date_split) %>%  # 清理临时列
      # 替换日期分隔符
      mutate(Date = sub("(?<=^..)", ".", Date, perl = TRUE))
    
    # 强制转换数值列：清理非数值字符后转数值，异常值设为NA
    numeric_cols <- c("A", "Ca", "Ci", "E", "CO2_s", "CO2_r", "Qin", 
                      "gsw", "gtc", "Pa", "RHcham", "Tleaf", "PhiPS2", 
                      "Fo", "Fm", "Fv/Fm", "Adark", "Fs")
    
    current_data[numeric_cols] <- lapply(current_data[numeric_cols], function(x) {
      as.numeric(gsub("[^0-9.-]", "", x))
    })
    
    # 将处理后的数据加入列表
    data_list[[i]] <- current_data
  }
  
  # 合并所有数据，确保列类型一致
  completeA6800 <- bind_rows(data_list)
  return(completeA6800)
}

# 运行函数并查看数据结构
completeA6800 <- licor6800.point_measurement.compiler()
str(completeA6800)

关键改动说明 #

• 缺失值适配：扩展na.strings参数，覆盖野外数据中常见的非标准缺失值，让R正确识别缺失值而非将列转为字符型
• 变量名规范：不再使用list作为变量名，避免与内置函数冲突
• 数值列强转：显式指定数值列，先清理混入的非数值字符（如空格、特殊符号）再转换，避免出现全0异常
• 列表合并优化：先用列表存储单文件结果，最后用bind_rows合并，避免循环rbind导致的类型强制转换问题
• 日期处理优化：先拆分日期时间再处理，避免原代码中引用已修改列的逻辑错误

内容的提问来源于stack exchange，提问作者MiriamKalt