RStudio中For循环生成DataFrame出现多余0行及添加文件名列求助

一、消除多余0值行的问题 #

可能原因 #

1. 初始空DataFrame virus = data.frame() 在第一次rbind时，会引入空行导致0值；
2. 部分txt文件存在空白行，被read.table读入后，str_count统计结果为0；
3. 存在空的txt文件，读入后直接生成全0行。

修复步骤及代码 #

1. 改用列表存储中间结果，避免反复rbind的低效与空行问题；
2. 读入文件后过滤空行；
3. 跳过空内容的文件（可选）。

改进后的for循环代码：

library(stringr)

# 初始化列表存储结果
virus_list <- list()

for (i in virus_data) {
  # 读取文件，指定字符串列类型避免自动转换
  b <- read.table(i, header = FALSE, colClasses = "character")
  # 过滤空行
  b <- b[nchar(b$V1) > 0, , drop = FALSE]
  # 跳过空内容的文件
  if (nrow(b) == 0) next
  
  # 计算各字母概率并添加文件名
  old_data <- data.frame(
    A = str_count(b$V1, "A") / str_length(b$V1),
    B = str_count(b$V1, "B") / str_length(b$V1),
    D = str_count(b$V1, "D") / str_length(b$V1),
    C = str_count(b$V1, "C") / str_length(b$V1),
    # 用basename提取纯文件名，保留路径则直接写i
    filename = basename(i)
  )
  # 存入列表
  virus_list[[i]] <- old_data
}

# 合并所有结果为DataFrame并重置行名
virus <- do.call(rbind, virus_list)
rownames(virus) <- NULL

二、添加文件名列的最优方法 #

推荐方案：使用purrr包的map_df函数 #

这种方式无需手动管理循环与列表，代码更简洁高效，且自动处理文件名关联：

library(purrr)
library(stringr)

virus <- map_df(virus_data, function(file) {
  b <- read.table(file, header = FALSE, colClasses = "character")
  b <- b[nchar(b$V1) > 0, , drop = FALSE]
  # 空文件直接返回NULL，不参与合并
  if (nrow(b) == 0) return(NULL)
  
  data.frame(
    A = str_count(b$V1, "A") / str_length(b$V1),
    B = str_count(b$V1, "B") / str_length(b$V1),
    D = str_count(b$V1, "D") / str_length(b$V1),
    C = str_count(b$V1, "C") / str_length(b$V1),
    filename = basename(file)
  )
})

map_df会自动将所有返回的data.frame合并为一个，同时跳过返回NULL的空文件，彻底避免多余行。

补充说明 #

• 如果需要保留文件的完整路径，将basename(file)替换为file即可；
• 确保提前加载stringr包（代码中用到了str_count和str_length函数）。

内容的提问来源于stack exchange，提问作者Dun Lang