R语言批量导入sas7bdat文件时保留原数据集名的方法

你原代码用循环序号给导入的数据集命名，没有关联SAS原始文件名，按下面的逻辑调整即可，不需要额外依赖：

path <- 'C:/path2file/'
print(path)
files <- list.files(path = path, pattern="*.sas7bdat", full.names=FALSE)
print(files)

# 提取去掉.sas7bdat后缀的原始SAS数据集名称
sas_ds_names <- tools::file_path_sans_ext(files)

mydf <- list()
for (i in seq_along(files)){
  filename <- paste0(path, files[i])
  print(filename)
  # 单次读取数据暂存
  tmp_data <- haven::read_sas(data_file=filename)
  print(names(tmp_data))
  # 列表元素直接用原始SAS数据集名命名
  mydf[[sas_ds_names[i]]] <- tmp_data
  
  # 如果需要在全局环境生成和SAS数据集同名的独立数据框就保留这行，否则建议删掉
  assign(sas_ds_names[i], tmp_data)
}

修改说明 #

• 用R内置tools包的file_path_sans_ext()函数自动剔除文件名末尾的.sas7bdat后缀，直接拿到SAS原始数据集名，比手动写正则拆分字符串稳妥，不会因为文件名本身带点就拆错。
• 列表mydf的元素索引直接绑定原始SAS数据集名，导入完成后可以直接用mydf$对应SAS数据集名调取数据，不用记序号和文件的对应关系。
• 把原来eval(parse)的赋值写法换成了更简洁安全的assign()，直接用原始SAS名作为独立数据框的变量名，不会生成mydf_1这类和原始文件名无关的对象。

小提示：更推荐统一用命名列表管理所有导入的数据集，不要在全局环境散落大量独立数据框。后续做批量清洗、格式转换、导出操作时，直接遍历列表就能批量处理，效率比挨个操作散变量高很多，也能避免变量重名意外覆盖现有对象的问题。

内容的提问来源于stack exchange，提问作者user19315317