如何将列数不同的多个CSV文件加载到R DataFrame中

你可以通过在读取每个文件时仅筛选需要的列来实现需求，修改后的代码如下：

fileList <- dir("thedata")
myCols <- c('Time','Place')

# 遍历每个CSV文件，读取后只保留指定列
df <- do.call(rbind, lapply(fileList, function(file) {
  # 构建完整文件路径（避免找不到文件）
  full_path <- file.path("thedata", file)
  # 读取文件并筛选指定列，drop=FALSE确保单列时仍为数据框格式
  read.csv(full_path)[, myCols, drop = FALSE]
}))

补充说明： #

• 这段代码会自动忽略所有myCols之外的列（包括'Temp'），不管原文件有多少列，只要目标列存在就会被保留
• drop=FALSE是为了防止当某个文件只有指定的一列时，返回的结果变成向量而非数据框，导致rbind报错
• 如果想更高效（避免读取所有列再筛选），可以用colClasses参数提前指定要读取的列类型，其他列设为NULL：

# 先获取任意一个文件的表头，构建列类型规则
sample_header <- names(read.csv(file.path("thedata", fileList[1]), nrows = 1))
col_classes <- ifelse(sample_header %in% myCols, "character", NULL)
# 这里可以根据实际数据类型调整，比如Time是日期就用"POSIXct"，Place是字符用"character"

df <- do.call(rbind, lapply(fileList, function(file) {
  read.csv(file.path("thedata", file), colClasses = col_classes)
}))

内容的提问来源于stack exchange，提问作者Steeev