R语言使用map_dfr合并CSV时如何指定大小写不同的同名列合并

你用的map_dfr本质是调用dplyr::bind_rows按精确匹配列名的规则合并数据，它本身没有提供大小写不敏感的列对齐参数，你之前尝试的by参数是表连接（*_join系列函数）用来匹配行的，不适用于行绑定场景，所以无效。
你之前用unite事后合并的方案属于补救逻辑，不仅多了冗余步骤，若碰到单个文件同时存在两个异名列的极端情况还会出现值拼接错误，最好的实现方式是在读取单个CSV文件时就统一列名，从根源避免列拆分。

直接在读取每个文件后用rename_with配合matches选择器，不区分大小写匹配目标列并重命名即可，不需要改动原有代码的整体结构：

library(tidyverse)

tbl <- list.files(
    path = c("./reports_0", "./reports_1"),
    pattern = "*.csv", 
    full.names = TRUE
  ) %>%
  map_dfr(~read_csv(., col_types = cols(.default = "c")) %>%
            # 不区分大小写精确匹配固件版本列，统一重命名为标准名
            rename_with(
              .fn = ~"Firmware Version",
              .cols = matches("^firmware version$", ignore.case = TRUE)
            ))

正则中加^$是为了做全词匹配，避免误把其他名称包含"firmware version"的列（比如Firmware Version Number）一起重命名。

如果后续还会碰到其他列存在大小写差异、命名不统一的问题，可以提前维护一份列名映射规则，读取时自动批量对齐，不需要反复写重命名逻辑：

library(tidyverse)

# 维护标准列名与所有可能异名的映射，后续新增异名直接加在对应向量里即可
std_col_map <- list(
  `Firmware Version` = c("Firmware version", "firmware version", "firmware Version")
  # 其他有命名差异的列可按格式继续往下添加
  # `Device ID` = c("device id", "DeviceID", "device_id")
)

tbl <- list.files(
    path = c("./reports_0", "./reports_1"),
    pattern = "*.csv", 
    full.names = TRUE
  ) %>%
  map_dfr(function(file) {
    df <- read_csv(file, col_types = cols(.default = "c"))
    # 批量替换异名为标准列名
    for (std_name in names(std_col_map)) {
      match_idx <- which(str_to_lower(colnames(df)) %in% str_to_lower(std_col_map[[std_name]]))
      if (length(match_idx) > 0) colnames(df)[match_idx] <- std_name
    }
    df
  })

这个方案所有命名规则统一维护，适配数百个文件的批量读取场景稳定性更高。

内容的提问来源于stack exchange，提问作者QuestJonas