使用R清理批量CSV数据的流程疑问与mutate函数报错咨询

问题核心原因 #

• dplyr::mutate() 必须传入要操作的数据框作为第一个参数，你写的mutate(id = file)没有指定操作对象temp，所以触发.data缺失的报错
• 循环内的计算结果都没有赋值给变量，也没有追加到最终输出的数据集，跑完循环也无法得到合并后的结果
• 步骤顺序建议调整为：读取数据→统一表头→加文件ID→筛选需要的列→过滤行→分组求和→合并所有文件结果，这样逻辑更顺，不会出现ID对应错位的问题

表头处理说明 #

两种方案都可以，按你的场景选即可：

• 如果原文件第四行的表头本身就是规范的，直接用skip=3, header=T即可，不需要额外重赋值
• 如果原表头命名不规范、或者你要统一成自定义的列名，就保留你现在的手动重赋值列名的逻辑即可

修正后完整代码 #

# 加载包，tidyverse已经包含dplyr，不需要重复加载
library(tidyverse)

# 读取所有csv文件路径
files <- list.files(pattern = "*.csv", full.names = TRUE)

# 初始化结果列表，比循环中逐行追加数据框效率更高
result_list <- list()

for (i in seq_along(files)) {
  file_path <- files[i]
  # 1. 读取数据，跳过前3行
  temp <- read.csv(file_path, skip = 3, header = TRUE)
  # 2. 统一自定义列名（如果你不需要改原表头可以删掉这行）
  colnames(temp) <- c("Volume", "Unit", "Category", "Surpass Object", "Time", "ID")
  # 3. 新增文件ID列，用basename()只保留文件名，过滤掉路径前缀
  temp <- mutate(temp, file_id = basename(file_path))
  # 4. 提取需要的4列（你之前的代码只选了3列，按需补全对应列名即可）
  temp <- select(temp, Volume, Category, `Surpass Object`, file_id)
  # 5. 过滤Category为Surface的行
  temp <- filter(temp, Category == "Surface")
  # 6. 按需求分组求和，如果需要每个文件单独统计就保留file_id分组，要全局汇总可以删掉
  temp_sum <- group_by(temp, Category, file_id) %>% 
    summarise(total_volume = sum(Volume, na.rm = TRUE), .groups = "drop")
  # 存入结果列表
  result_list[[i]] <- temp_sum
}

# 合并所有文件的结果
final_data <- bind_rows(result_list)

# 导出合并后的文件
write.csv(final_data, "合并结果.csv", row.names = FALSE)

如果你的求和是要所有文件合并后全局统计，只需要把分组求和的逻辑放到合并完final_data之后再执行即可。

内容的提问来源于stack exchange，提问作者Meifong