如何提取文件名片段添加至多个TXT后合并并保存为CSV？

需求说明 #

• 处理一批变量数量、名称完全一致的TXT文件
• 为每个文件新增3列数据，提取自文件名的特定片段：
  • Month：文件名中2022后的前两位（如示例里的05）
  • Day：日期部分的日（如示例里的05）
  • Hour：起始时间的小时（如示例里的14）
• 最终将所有处理后的文件合并成一个CSV，新增列需对应每个源TXT的唯一文件名

文件名格式示例：

NVR_ch2_main_20220505140000_20220505150000

你已实现的单文件处理代码：

read_tsv('NVR_ch2_main_20220505132105_20220505140000.txt') %>%
  mutate(filename = 'NVR_ch2_main_20220505132105_20220505140000.txt') %>% 
  select(filename, everything()) %>% 
  write_csv('C:/Users/marta/Documents/R/Crete/NVR_ch2_main_20220505132105_20220505140000.csv')

批量处理步骤 #

1. 加载依赖包 #

需要用到tidyverse（包含readr和dplyr）和fs包来批量操作文件：

library(tidyverse)
library(fs)

2. 获取所有目标TXT文件路径 #

把下面的路径替换成你的文件实际存放路径：

txt_files <- dir_ls("你的TXT文件所在文件夹路径", regexp = "\\.txt$")

3. 编写批量处理函数 #

这个函数会自动读取文件、从文件名提取所需字段并新增列：

process_file <- function(file_path) {
  # 读取单个TXT文件
  df <- read_tsv(file_path)
  
  # 获取纯文件名（去掉路径）
  file_name <- path_file(file_path)
  
  # 提取文件名里的起始时间片段（2022开头的10位字符：2022MMDDHH）
  time_part <- str_extract(file_name, "2022\\d{6}")
  
  # 拆分出Month、Day、Hour
  month_val <- str_sub(time_part, 5, 6) # 第5-6位是月份
  day_val <- str_sub(time_part, 7, 8)   # 第7-8位是日期
  hour_val <- str_sub(time_part, 9, 10) # 第9-10位是小时
  
  # 新增列并调整列顺序
  df %>%
    mutate(
      filename = file_name,
      Month = month_val,
      Day = day_val,
      Hour = hour_val
    ) %>%
    select(filename, Month, Day, Hour, everything())
}

4. 批量处理并合并所有文件 #

用map_dfr自动遍历所有文件，处理后合并成一个数据框：

combined_data <- map_dfr(txt_files, process_file)

5. 保存合并后的CSV #

替换成你想要保存的路径：

write_csv(combined_data, "C:/Users/marta/Documents/R/Crete/combined_all_data.csv")

内容的提问来源于stack exchange，提问作者Marta Bolgan