如何用R从多份CSV文件提取月列均值并生成以文件名为行名的新数据框

针对你处理大CSV文件、提取月度均值并生成汇总表的需求，以下是适合R新手的实操步骤：

1. 准备高效处理工具 #

百万级数据用基础包读取会很慢，推荐用data.table包，速度快且语法简洁。先安装并加载：

# 首次使用需安装
install.packages("data.table")
# 加载包
library(data.table)

2. 获取目标CSV文件路径 #

假设所有CSV都放在同一个文件夹（比如./climate_species_data/），先批量获取文件路径和文件名：

# 获取所有CSV的完整路径
file_paths <- list.files(path = "./climate_species_data/", pattern = "\\.csv$", full.names = TRUE)
# 提取纯文件名（去掉路径和.csv后缀），后续用作行名
file_names <- basename(file_paths)
file_names <- sub("\\.csv$", "", file_names)

3. 写一个处理单文件的函数 #

定义函数，输入文件路径，输出该文件所有月度列的均值：

get_month_means <- function(file_path) {
  # 快速读取大CSV（比read.csv快10倍以上）
  dt <- fread(file_path)
  # 筛选数值列（假设月度数据都是数值型，若有非数值列可手动指定列名，比如c("Jan","Feb")）
  numeric_cols <- dt[, .SD, .SDcols = is.numeric]
  # 计算每列均值，忽略缺失值
  month_means <- colMeans(numeric_cols, na.rm = TRUE)
  # 转成单行数据框，方便后续合并
  as.data.frame(t(month_means))
}

4. 批量处理并合并结果 #

用lapply批量处理所有文件，再合并成汇总表：

# 批量处理每个文件，得到均值列表
means_list <- lapply(file_paths, get_month_means)
# 合并列表为一个数据框
summary_df <- rbindlist(means_list, fill = TRUE)
# 设置行名为原文件名
rownames(summary_df) <- file_names

5. 查看结果 #

打印前几行确认：

head(summary_df)

注意事项 #

• 如果CSV里有非月度的数值列，修改函数里的.SDcols参数，手动指定月度列名，比如.SDcols = c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec")
• 若数据有大量缺失值，可调整na.rm = FALSE（但这样均值会变成NA，需谨慎）

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