使用map_dfr与read_delim时如何指定col_type？

错误原因分析 #

1. 类型不匹配报错：不同文件中BUSINESS_UNIT列被自动识别为不同类型（部分为double、部分为character），合并时类型冲突。
2. argument "file" missing错误：直接在map_dfr中调用read_delim(col_types = ...)时，没有传入必需的file参数，read_delim会立即执行而非作为函数传递给map_dfr。
3. 无法转换对象为函数的错误：错误地传递(.)参数，导致给map_dfr的是read_delim执行后的结果（数据框），而非函数本身。

正确解决方案 #

方法1：使用匿名函数 #

通过匿名函数明确传递文件路径给read_delim，同时指定列类型：

read_files <- fs::dir_ls(folder_path) %>% 
  purrr::map_dfr(function(file) {
    read_delim(file, col_types = list(BUSINESS_UNIT = col_character()))
  }, .id = "source")

方法2：使用purrr公式语法（更简洁） #

用~定义匿名函数，.x代表dir_ls返回的每个文件路径：

read_files <- fs::dir_ls(folder_path) %>% 
  purrr::map_dfr(~ read_delim(.x, col_types = list(BUSINESS_UNIT = col_character())), .id = "source")

扩展：指定多列类型 #

如果需要统一更多列的类型，推荐用cols()函数明确定义所有列类型，避免遗漏：

read_files <- fs::dir_ls(folder_path) %>% 
  purrr::map_dfr(~ read_delim(.x, col_types = cols(
    BUSINESS_UNIT = col_character(),
    ORDER_ID = col_double(),
    CREATE_DATE = col_date(format = "%Y-%m-%d")
  )), .id = "source")

内容的提问来源于stack exchange，提问作者Din