R语言工作目录指定类型文件批量导入导出方法咨询

两类核心操作的实现方式如下，优先推荐用列表统一管理读写对象，避免全局环境污染，后续批量处理效率更高：

• 工作目录指定类型文件批量导入、按规则命名
• R环境内对象批量导出到工作目录、按规则命名

1. 批量导入指定格式文件 #

首先修正你原有代码的两个问题：

1. list.files()的匹配规则建议用正则锁定后缀，避免误命中名称中带对应字符串的非目标文件，比如pattern = "\\.csv$"代表只匹配以.csv结尾的文件
2. RDS格式文件需要用readRDS()读取，不能用read.csv()

1.1 推荐方式：导入后存入统一列表 #

这种方式不会在全局环境生成大量零散变量，后续批量处理、导出时直接遍历列表即可，不需要单独检索变量名：

# 批量导入CSV文件
temp_csv <- list.files(pattern = "\\.csv$")
csv_import <- lapply(temp_csv, function(path) read.csv(path, stringsAsFactors = FALSE))
# 列表元素名默认用去掉后缀的原文件名，方便识别
names(csv_import) <- gsub("\\.csv$", "", temp_csv)

# 批量导入RDS文件
temp_rds <- list.files(pattern = "\\.RDS$")
rds_import <- lapply(temp_rds, readRDS)
names(rds_import) <- gsub("\\.RDS$", "", temp_rds)

如果需要调用其中某个文件，直接用列表名$元素名即可，比如csv_import$my_file就对应导入的my_file.csv。

1.2 按索引命名为全局变量 #

如果确实需要生成file_1、file_2这类独立全局变量，用assign()函数在循环中赋值即可：

# 批量导入CSV并按索引命名
for (i in seq_along(temp_csv)) {
  assign(paste0("file_", i), read.csv(temp_csv[i], stringsAsFactors = FALSE))
}

# 批量导入RDS并按索引命名
for (i in seq_along(temp_rds)) {
  assign(paste0("file_", i), readRDS(temp_rds[i]))
}

2. 批量导出环境内对象 #

你之前参考的代码需要先把所有对象合并成一个数据框，局限性很强，遇到不同结构的对象会直接报错，更通用的实现方式是先筛选出需要导出的对象名，再循环导出：

2.1 筛选待导出对象 #

如果需要导出全局环境中所有数据框对象（不受命名规则限制），用以下代码自动提取对象名：

# 提取全局环境中所有数据框类型的对象名称
export_obj <- ls()[sapply(ls(), function(x) is.data.frame(get(x)))]

如果只需要导出指定对象，直接给export_obj赋值为对象名组成的字符向量即可，比如export_obj <- c("monday", "october")。

2.2 批量导出 #

支持按原对象名命名，也支持按索引规则命名：

# 按原对象名批量导出为CSV
for (obj in export_obj) {
  write.csv(get(obj), paste0(obj, ".csv"), row.names = FALSE)
}

# 按file_1、file_2规则批量导出为RDS
for (i in seq_along(export_obj)) {
  saveRDS(get(export_obj[i]), paste0("file_", i, ".RDS"))
}

说明：RDS格式支持所有R对象类型（向量、列表、模型结果等），如果要导出非数据框类的对象到RDS，只需要把筛选对象时的is.data.frame替换成对应类型判断函数即可；CSV格式仅支持二维表结构的数据导出。

内容的提问来源于stack exchange，提问作者stats_noob