R语言批量读取CSV后按参数值转宽表、删列及排序方法求助

前置依赖 #

提前安装并加载以下工具包即可：

library(data.table)
library(purrr)
library(dplyr)
library(tidyr)

完整实现步骤 #

1. 批量读取合并CSV文件 #

原有批量读取逻辑基本可用，补充小数点参数适配数据中逗号作为小数分隔符的格式，避免数值被读成字符串：

# 替换为你自己的文件存储路径
setwd("C:/Users/directory")

# 批量读取目录下所有csv文件并合并为统一数据框
merged_tbl <- list.files(pattern = "*.csv") %>% 
  map_df(~fread(., dec = ","))

2. 长表转宽表 #

直接以ParametersName列为列名来源、ParametersValue为值来源做宽表转换，后续新增CSV里如果出现新的参数名，会自动生成对应新列，无需手动修改代码：

wide_tbl <- merged_tbl %>% 
  pivot_wider(
    names_from = ParametersName,
    values_from = ParametersValue
  )

3. 删除不需要的列 #

用select函数，列名前加-即可删除对应列，多列删除用逗号分隔：

# 示例：删除ExamTitle列，替换为你实际需要删除的列名即可
wide_tbl <- wide_tbl %>% 
  select(-ExamTitle)
# 多列删除示例：select(-ExamTitle, -其他要删的列名)

4. 按指定列排序 #

用arrange函数实现排序，默认升序，需要降序时给列名套desc()即可：

# 示例：按TrunkLenght_VPDM_SAG列升序排序，替换为你实际需要排序的列名
wide_tbl <- wide_tbl %>% 
  arrange(TrunkLenght_VPDM_SAG)
# 降序示例：arrange(desc(TrunkLenght_VPDM_SAG))

测试数据对照实现 #

你提供的测试样例转换逻辑和上述流程一致，对应代码如下，运行结果和你给出的预期输出完全匹配：

# 构造测试数据
name1<-c("one", "two", "three", "four", "five")
name2<-c(1:5)
name3<-c(LETTERS[1:5])
name4<-c(letters[6:10])
df<-data.frame(name1, name2, name3,name4)

# 转换实现
df_result <- df %>% 
  select(-name4) %>% # 删除不需要的name4列
  pivot_longer(cols = -name3, names_to = "tmp_col", values_to = "val") %>% 
  pivot_wider(names_from = name3, values_from = val) %>% 
  select(-tmp_col)

注意事项 #

• 读取文件时添加的dec=","参数专门适配样例中-0,49这类逗号作为小数点的数值格式，避免读入后字段类型异常无法计算
• 所有删列、排序步骤的列名直接替换为实际业务需要的字段即可，核心转换逻辑不需要调整
• 如果同一个ExamTitle下存在重复的参数名，转换时会自动把值存为列表格式，提前确认源数据无重复参数即可避免该问题

内容的提问来源于stack exchange，提问作者Fede R