如何读取多CSV文件并添加文件名列且跳过前5行数据

以下是用data.table的rbindlist实现需求的完整代码，完美适配你的场景：

# 加载所需包
library(data.table)

# 获取目标文件夹下所有CSV文件的完整路径（可修改path参数指定文件夹）
csv_files <- list.files(path = ".", pattern = "\\.csv$", full.names = TRUE)

# 定义读取单个CSV的函数
read_csv_with_id <- function(file_path) {
  # 跳过前5行元数据，从第6行读取表头和数据
  dt <- fread(file_path, skip = 5)
  # 添加文件名列为唯一标识（保留完整文件名）
  dt[, file_id := basename(file_path)]
  # 可选：如果需要去掉.csv后缀，取消下面一行注释
  # dt[, file_id := sub("\\.csv$", "", basename(file_path))]
  return(dt)
}

# 批量读取所有文件并合并成一个规整数据框
combined_dt <- rbindlist(lapply(csv_files, read_csv_with_id))

关键细节说明 #

• list.files的full.names=TRUE必须设置，确保拿到文件完整路径，避免读取时找不到文件的问题
• fread是data.table包的高效读取函数，比基础read.csv速度快数倍，适合处理大量文件
• skip=5精准跳过前5行无用元数据，直接从第6行读取表头和业务数据
• basename(file_path)提取纯文件名（如BC_2017_10.csv），如果需要更简洁的标识，用sub去掉后缀即可
• rbindlist会自动兼容不同文件列名不一致的情况，默认用NA填充缺失列；若要求列名完全一致，可添加fill=FALSE参数

如果文件有特殊编码需求，可在fread中加入encoding参数，比如encoding="UTF-8"或encoding="GBK"。

内容的提问来源于stack exchange，提问作者jrmetzge