批量上传CSV文件添加对应文件名列的技术实现问题

没问题，我来给你一个完全通用的方案，不管你有多少个CSV文件都能自动处理，不用逐个判断文件名！

用data.table实现（和你现有代码风格一致） #

既然你本来就在用data.table的fread，那我们直接基于这个工具来改造，核心思路是在读取每个文件的同时，自动提取文件名（去掉.csv后缀）并添加为col2列，最后再合并所有文件：

library(data.table)

# 第一步：获取目标路径下所有CSV文件的完整路径
# 把"your_path_here"替换成你的实际文件路径
csv_files <- list.files(path = "your_path_here", 
                        pattern = "\\.csv$",  # 只匹配.csv结尾的文件
                        full.names = TRUE,    # 返回完整路径，方便后续读取
                        ignore.case = TRUE)   # 可选：如果要匹配.CSV这种大写后缀的话加上

# 第二步：定义一个读取单个文件并添加文件名列的函数
read_with_id <- function(file_path) {
  # 提取纯文件名（去掉路径和.csv后缀）
  file_id <- tools::file_path_sans_ext(basename(file_path))
  # 读取CSV并新增col2列
  dt <- fread(file_path)
  dt[, col2 := file_id]
  return(dt)
}

# 第三步：批量处理所有文件并合并
combined_data <- rbindlist(lapply(csv_files, read_with_id))

用tidyverse实现（如果你偏好这套工具链） #

如果你习惯用dplyr和readr，也可以用下面的方案，逻辑是一样的：

library(tidyverse)

# 同样先获取所有CSV文件路径
csv_files <- list.files(path = "your_path_here", 
                        pattern = "\\.csv$", 
                        full.names = TRUE,
                        ignore.case = TRUE)

# 批量读取并合并，同时添加文件名标识
combined_data <- map_dfr(csv_files, function(file_path) {
  file_id <- tools::file_path_sans_ext(basename(file_path))
  read_csv(file_path) %>%
    mutate(col2 = file_id)
})

关键细节说明 #

• tools::file_path_sans_ext(basename(file_path))：这一步是核心，basename去掉文件的路径部分，file_path_sans_ext去掉后缀，比如"/data/A.csv"会变成"A"。
• 不管你有1个还是100个CSV文件，这个代码都能自动处理，不需要修改任何部分，只要确保路径正确即可。
• 如果你的文件名里有特殊字符或者空格也不用担心，这个方法完全兼容。

内容的提问来源于stack exchange，提问作者themli