如何将批量导入的CSV文件合并为面板数据格式DataFrame

1. 提取国家标识 #

首先从你导入的文件名中提取对应国家名称（假设文件名是阿根廷.csv这类直接以国家命名的格式）：

# 移除文件名的.csv后缀，得到国家名
country_names <- gsub("\\.csv$", "", temp)

2. 批量处理数据框（保留目标列+添加国家列） #

情况1：已知时间列和温度列的具体名称 #

如果你的时间列固定叫year，国家平均温度列固定叫avg_temp，直接用下面的代码：

library(dplyr)

# 遍历每个数据框，添加国家列并筛选所需字段
processed_dfs <- mapply(function(df, country) {
  df %>%
    mutate(country = country) %>%  # 新增国家标识列
    select(country, year, avg_temp)  # 只保留需要的三列
}, myfiles, country_names, SIMPLIFY = FALSE)

情况2：不确定列名，自动识别目标列 #

如果每个CSV的列名不统一，可以通过特征自动识别：

• 时间列：所有值都在1901-2021区间的列
• 温度列：唯一的非时间类数值型列（假设地方级变量是多列，仅国家温度是单列）

library(dplyr)

processed_dfs <- mapply(function(df, country) {
  # 识别时间列
  time_col <- names(df)[sapply(df, function(col) all(col %in% 1901:2021))]
  # 识别温度列（排除时间列的数值型列）
  temp_col <- names(df)[sapply(df, is.numeric) & !names(df) %in% time_col][1]
  
  df %>%
    mutate(country = country) %>%
    select(country, all_of(time_col), all_of(temp_col)) %>%
    rename(year = all_of(time_col), avg_temp = all_of(temp_col))  # 统一列名方便后续处理
}, myfiles, country_names, SIMPLIFY = FALSE)

3. 合并为面板数据 #

最后把所有处理好的数据框合并成一个大的面板数据框：

# 合并所有数据框
panel_data <- bind_rows(processed_dfs)

# 可选：转换为标准面板数据格式（使用plm包）
library(plm)
panel_plm <- plm.data(panel_data, index = c("country", "year"))

内容的提问来源于stack exchange，提问作者MAXIMILIANO VILLALOBOS ANDUEZA