R语言如何批量遍历文件夹CSV文件执行相同处理后按原名保存

• 未指定目标文件夹路径，也未筛选.csv后缀文件，会读入文件夹内所有类型文件引发报错
• 混用lapply与for循环，逻辑冲突：lapply本身已承担遍历功能，内部嵌套for循环会导致每次迭代都重复读取全部文件，最终仅保留最后一个文件的处理结果
• 读取CSV时遗漏单文件逻辑中的header=FALSE参数，会将首行数据识别为表头，和预期处理逻辑不一致
• 未做输出路径隔离，直接写入原路径会覆盖原始数据，一旦处理逻辑出错无法找回原文件
• 嵌套的for循环未添加花括号限定作用域，仅read.csv行在循环执行范围内，后续处理步骤未参与循环

# 配置输入文件夹路径，替换为实际目标路径即可
input_dir <- "\\\\dcf.network\\data\\R\\Test Folder"
# 单独创建输出文件夹存放处理后文件，避免覆盖原数据
output_dir <- file.path(input_dir, "processed")
if (!dir.exists(output_dir)) dir.create(output_dir)

# 仅提取文件夹内所有.csv后缀文件的完整路径
csv_files <- list.files(
  path = input_dir,
  pattern = "\\.csv$",
  full.names = TRUE
)

# 批量处理
lapply(csv_files, function(file_path) {
  # 按单文件逻辑读取数据
  df <- read.csv(file_path, header = FALSE)
  # 执行原有处理逻辑
  df$V1 <- df$V2[3]
  df <- df[!(df$V9 == ""), ]
  keep_cols <- c("V1","V2","V3","V4","V9")
  df <- df[keep_cols]
  # 保留原文件名输出到指定文件夹
  write.csv(
    df,
    file = file.path(output_dir, basename(file_path)),
    row.names = FALSE
  )
})

• 若确认需要直接覆盖原始文件，可将写入路径直接替换为原文件路径file_path，但优先建议使用独立输出文件夹留存原始数据
• 写入文件时添加row.names = FALSE参数，避免输出文件自动生成多余的行号列
• 正则规则\\.csv$会严格匹配后缀为.csv的文件，避免误读其他格式文件

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