如何在R-Markdown中为合并后的数据集添加原始.csv文件标识列？

先修正你原代码里的几个小问题：

• Sys.glob的括号位置错误，正确写法是Sys.glob("data*.csv")
• lapply的参数顺序颠倒，需先传入文件名列表，再传读取函数
• 变量名大小写不一致（dataFiles和datafiles），R是大小写敏感语言

下面是添加原始文件来源列的可行实现，核心逻辑是先获取所有匹配的文件名列表，读取每个文件时给数据集新增一列存储当前文件名，最后合并所有数据：

# 设置工作目录（替换为你的实际路径）
setwd("your_target_directory")

# 获取所有匹配"data*.csv"的文件名列表
file_list <- Sys.glob("data*.csv")

# 遍历读取每个文件，同时添加来源文件名列
dataFiles <- lapply(file_list, function(file) {
  # 读取当前csv文件
  df <- read.csv(file)
  # 新增一列，值为当前文件名（basename仅保留文件名，若要完整路径直接用file）
  df$source_file <- basename(file)
  # 返回处理后的数据集
  df
})

# 合并所有数据集
dataFilesCombined <- data.table::rbindlist(dataFiles)

如果你的文件体积较大，推荐用data.table的fread提升读取速度，代码可改为：

dataFiles <- lapply(file_list, function(file) {
  data.table::fread(file)[, source_file := basename(file)]
})
dataFilesCombined <- data.table::rbindlist(dataFiles)

关键说明 #

• basename(file)会提取纯文件名（比如从./subfolder/data001.csv得到data001.csv），若需要保留完整文件路径，直接用file代替basename(file)即可
• 该方案完全适配Sys.glob的文件名匹配规则，不管匹配到多少个文件都能自动处理

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