如何批量处理100余个同结构CSV文件，计算指定列均值并汇总？

针对你有上百个CSV文件需要批量计算second_column均值并汇总的需求，推荐两种高效简洁的实现方式：

方法一：使用tidyverse工具链（推荐） #

借助readr（高效读取CSV）和purrr（批量处理）包，一行代码即可完成批量处理：

library(readr)
library(purrr)

# 获取所有符合命名规则的CSV文件路径（精确匹配typeX_Y.csv格式）
file_paths <- list.files(pattern = "^type\\d+_\\d+\\.csv$", full.names = TRUE)

# 批量读取文件、计算均值并整理结果
result_df <- map_dfr(file_paths, function(path) {
  # 读取CSV文件，关闭列类型提示
  df <- read_csv(path, show_col_types = FALSE)
  # 提取不带后缀的文件名
  file_name <- tools::file_path_sans_ext(basename(path))
  # 计算second_column的均值，自动忽略缺失值
  mean_val <- mean(df$second_column, na.rm = TRUE)
  # 返回单行数据框用于后续合并
  data.frame(name = file_name, meanofsecond_column = mean_val)
})

优势说明 #

• map_dfr会自动将每个文件的处理结果合并为一个完整的数据框，无需手动拼接
• read_csv相比基础的read.csv读取速度更快，适合处理大量文件
• 添加na.rm = TRUE避免因文件中存在缺失值导致均值计算结果为NA

方法二：基础R实现（无需额外安装包） #

如果不想加载第三方包，可以用基础R的循环+列表合并完成：

# 获取目标CSV文件路径
file_paths <- list.files(pattern = "^type\\d+_\\d+\\.csv$", full.names = TRUE)

# 初始化空列表存储每个文件的处理结果
result_list <- list()

# 循环处理每个文件
for (i in seq_along(file_paths)) {
  current_path <- file_paths[i]
  # 读取CSV文件
  current_df <- read.csv(current_path)
  # 提取文件名（去掉.csv后缀）
  current_name <- tools::file_path_sans_ext(basename(current_path))
  # 计算均值并忽略缺失值
  current_mean <- mean(current_df$second_column, na.rm = TRUE)
  # 将结果存入列表
  result_list[[i]] <- data.frame(name = current_name, meanofsecond_column = current_mean)
}

# 将列表中的所有数据框合并为最终结果
result_df <- do.call(rbind, result_list)

注意事项 #

• 如果你的文件名格式有变化，可调整list.files中的pattern参数（比如用"\\.csv$"匹配所有CSV文件）
• 若文件体积较大，可替换read.csv为data.table::fread进一步提升读取效率

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