在新增列中填充日期的R语言高效批量处理方案

单个表格处理方法 #

使用tidyverse（推荐，代码更易读） #

library(dplyr)

# 示例数据
df <- data.frame(
  x1 = c("17.10.2022", "Godzina", "00:00 - 01:00", "01:00 - 02:00", "02:00 - 03:00", "03:00 - 04:00", "04:00 - 05:00", "05:00 - 06:00", "06:00 - 07:00"),
  x2 = c(NA, NA, 17.09497, 17.29869, 17.34341, 17.10647, 17.10647, 17.01680, 17.18461)
)

# 处理逻辑
df_processed <- df %>%
  # 提取第一行的日期作为x3列值
  mutate(x3 = first(x1)) %>%
  # 剔除前两行无效数据
  slice(-(1:2)) %>%
  # 重置行号并调整列顺序
  mutate(rowid = row_number()) %>%
  select(rowid, everything()) %>%
  relocate(rowid, .before = x1) %>%
  rename(` ` = rowid)

# 查看结果
df_processed

使用Base R（无需额外包） #

# 示例数据
df <- data.frame(
  x1 = c("17.10.2022", "Godzina", "00:00 - 01:00", "01:00 - 02:00", "02:00 - 03:00", "03:00 - 04:00", "04:00 - 05:00", "05:00 - 06:00", "06:00 - 07:00"),
  x2 = c(NA, NA, 17.09497, 17.29869, 17.34341, 17.10647, 17.10647, 17.01680, 17.18461)
)

# 提取日期
date_val <- df$x1[1]
# 筛选有效数据行并新增x3列
df_processed <- df[3:nrow(df), ]
df_processed$x3 <- date_val
# 重置行号
rownames(df_processed) <- 1:nrow(df_processed)

# 查看结果
df_processed

批量处理一千个表格（高效方案） #

假设所有表格以CSV格式存储在data文件夹中，使用purrr实现批量处理：

library(purrr)
library(dplyr)

# 1. 读取所有表格到列表
file_paths <- list.files(path = "data", pattern = "*.csv", full.names = TRUE)
df_list <- map(file_paths, read.csv)

# 2. 批量处理每个表格
processed_list <- map(df_list, ~ .x %>%
                       mutate(x3 = first(x1)) %>%
                       slice(-(1:2)) %>%
                       mutate(rowid = row_number()) %>%
                       select(rowid, everything()) %>%
                       relocate(rowid, .before = x1) %>%
                       rename(` ` = rowid))

# 3. 将处理后的表格保存回文件（文件名前缀加processed_）
walk2(processed_list, file_paths, ~ write.csv(.x, paste0("processed_", basename(.y)), row.names = FALSE))

核心逻辑说明 #

• 日期提取：所有表格的日期均位于x1列第一行，用first(x1)直接获取
• 无效行过滤：统一剔除前两行（日期行和"Godzina"行）
• 批量效率：purrr::map替代循环，代码简洁且处理速度更优，适合大规模表格处理
• 结果保存：walk2一一对应原文件保存处理后的结果，便于后续复用

内容的提问来源于stack exchange，提问作者GrBa