在R中批量导入子文件夹CSV并添加父文件夹名称列

直接用purrr::map_dfr结合路径提取的方式，就能实现批量导入并添加日期列，最终合并成适合跨日期对比的长格式数据集：

library(tidyverse)

# 目标数据路径
data_path <- "/Users/cevieth/Desktop/*MTL Rental Research/Rstats Coding/StatsCan and Air BnB Coding/Inside Air BnB Data"

# 获取所有listings.csv的完整路径
airbnb_files <- list.files(
  path = data_path,
  pattern = "listings.csv",
  recursive = TRUE,
  full.names = TRUE
)

# 批量导入、添加日期列并合并
airbnb_combined <- map_dfr(airbnb_files, function(file_path) {
  # 从文件路径中提取父文件夹的日期名称
  date_label <- basename(dirname(file_path))
  
  read_csv(file_path) %>%
    # 添加Date列，值为对应文件夹的日期；.after可选，用于指定列的位置
    mutate(Date = date_label, .after = id)
})

关键步骤说明 #

1. 路径提取日期：basename(dirname(file_path))是核心逻辑——dirname()获取文件的父目录路径，basename()提取该路径的最后一段（也就是你需要的日期文件夹名称）。
2. 高效合并：map_dfr()会自动将每个导入的数据框按行合并（等价于lapply() + bind_rows()），比你之前用的full_join更适合这个场景（full_join会把同id的记录合并成一行，变成宽格式，不利于跨日期对比分析）。
3. 日期格式转换（可选）：如果需要把Date列转为标准日期格式，直接修改mutate语句：

   mutate(Date = as.Date(date_label), .after = id)
   

额外优化建议 #

• 用here::here()管理路径，避免硬编码绝对路径，项目移动后无需修改路径：

  library(here)
  data_path <- here("Inside Air BnB Data")
  

• 大文件场景下，用vroom::vroom()替代read_csv，导入速度提升数倍：

  library(vroom)
  # 将read_csv(file_path)替换为vroom(file_path)
  

• 添加进度条，方便查看导入进度：

  airbnb_combined <- map_dfr(airbnb_files, function(file_path) {
    # ... 原有代码 ...
  }, .progress = TRUE)
  

内容的提问来源于stack exchange，提问作者Rine