R语言使用list.files()批量导入RDS文件并命名的代码咨询

• 变量名不匹配：定义工作目录时赋值给了my_dir，但后续list.files()传入的路径参数是未定义的wd，运行会直接报错。
• 占用内置函数名：names是R的基础内置函数（用于获取、设置对象名称属性），用它作为自定义变量名很容易和基础功能冲突，触发意料之外的报错。
• 逻辑冗余：先写循环给names列表存入file_1这类字符串名称，后续读RDS时又直接把names列表的内容覆盖为读入的数据，前面生成名称的循环完全是无效代码，没有实际作用。
• 索引写法有隐患：循环索引用1:n的写法，如果目录里没有匹配到RDS文件（即files长度为0），1:n会生成1:0也就是c(1,0)，导致循环错误执行2次，存在报错风险。
• 文件匹配规则不严谨：pattern = "*.RDS"不符合R的正则匹配规则，可能误匹配到非RDS后缀的文件，也无法识别小写后缀的.rds文件。
• 流程拆分冗余：读入数据、给变量赋值拆成了两次独立循环，没有必要。

方案1：按需求生成独立的file_1、file_2...对象 #

完全匹配你要的命名规则，跑完直接在全局环境生成对应命名的数据框对象：

# 获取当前工作目录
my_dir <- getwd()
# 提取目录下所有RDS文件的完整路径
files <- list.files(
  path = my_dir,
  full.names = TRUE,
  pattern = "\\.RDS$", # 严格匹配.RDS后缀
  ignore.case = TRUE # 同时识别小写.rds、大小写混写的后缀
)
# 单次循环完成读入、转数据框、赋值操作
for (i in seq_along(files)) {
  assign(
    x = paste0("file_", i),
    value = as.data.frame(readRDS(files[i]))
  )
}

方案2（更推荐）：统一存入列表管理 #

如果后续需要对这些文件做批量处理（比如统一清洗、合并、统计、建模），散在全局环境的独立变量需要反复手动输入变量名，效率极低。存在命名列表里可以直接用apply类函数批量操作，管理和调用都更方便：

my_dir <- getwd()
files <- list.files(
  path = my_dir,
  full.names = TRUE,
  pattern = "\\.RDS$",
  ignore.case = TRUE
)
# 读入所有数据存为列表
file_list <- lapply(seq_along(files), function(i) {
  as.data.frame(readRDS(files[i]))
})
# 给列表元素按规则命名
names(file_list) <- paste0("file_", seq_along(files))

# 调用单个数据：file_list$file_1 即可取到第一个读入的文件
# 批量操作示例：统计每个文件的行数，直接运行 sapply(file_list, nrow) 即可，无需手动写循环

内容的提问来源于stack exchange，提问作者stats_noob