如何让R脚本批量处理多个数据目录下的.heat与.timestamp文件

方案1：纯R内部批量处理（无需命令行调用，推荐优先使用） #

这个需求可以完全在R内实现，不需要额外的命令行传参操作，只需要把你原有处理逻辑封装为函数，遍历所有子目录执行即可：

# 加载所需包，提前加载不要放在循环里
library(data.table)
library(readr) # 你原代码用了write_tsv，需要依赖这个包，未安装可先执行install.packages("readr")

# 定义所有子目录所在的根路径
root_dir <- "C:\\Users\\Zack\\Documents\\RScripts\\data"

# 获取根目录下所有一级子目录的路径
sub_dirs <- list.dirs(root_dir, recursive = FALSE, full.names = TRUE)

# 封装单目录处理逻辑为函数
process_one_dir <- function(dir_path) {
  # 切换到当前处理的子目录
  setwd(dir_path)
  # 自动匹配当前目录下的.heat和.timestamp文件
  heat_file <- list.files(pattern = "\\.heat$", full.names = FALSE)[1]
  time_file <- list.files(pattern = "\\.timestamp$", full.names = FALSE)[1]
  
  # 原有处理逻辑，已修正原代码存在的bug
  ts_heat = read.table(heat_file)
  ts_heat = ts_heat[-1,]
  rownames(ts_heat) <- NULL
  ts_time = read.table(time_file)
  back_heat = subset(ts_heat, V3 == 'H')
  back_time = ts_time$V1
  
  # 修正原代码datDT未定义的问题
  datDT <- as.data.table(ts_heat)
  datDT[, newcol := fcoalesce(
    nafill(fifelse(V3 == "H", back_time, NA_real_), type = "locf"),
    0)
  ]
  last_heat = subset(datDT, V3 == 'H')
  last_time = last_heat$newcol
  # 修正原代码变量类型不匹配的问题，可根据你的实际数据结构调整取值列
  x = back_time - last_heat$V1
  dataest = data.frame(back_time , x)
  # 修正原代码变量名写错的问题
  write_tsv(dataest, file="dataestimation.txt")
}

# 遍历所有子目录执行处理
lapply(sub_dirs, process_one_dir)

• 代码说明：会自动识别每个子目录下的.heat和.timestamp文件，处理完成后直接在对应子目录生成dataestimation.txt

方案2：命令行传参版本（适合需要外部脚本调度的场景） #

如果需要通过命令行传入路径执行，可以改造脚本支持参数传入：

# 放在脚本最开头，获取命令行传入的路径参数
args <- commandArgs(trailingOnly = TRUE)
library(data.table)
library(readr)

process_one_dir <- function(dir_path) {
  # 此处和方案1的process_one_dir函数逻辑完全一致
  setwd(dir_path)
  heat_file <- list.files(pattern = "\\.heat$", full.names = FALSE)[1]
  time_file <- list.files(pattern = "\\.timestamp$", full.names = FALSE)[1]
  
  ts_heat = read.table(heat_file)
  ts_heat = ts_heat[-1,]
  rownames(ts_heat) <- NULL
  ts_time = read.table(time_file)
  back_heat = subset(ts_heat, V3 == 'H')
  back_time = ts_time$V1
  
  datDT <- as.data.table(ts_heat)
  datDT[, newcol := fcoalesce(
    nafill(fifelse(V3 == "H", back_time, NA_real_), type = "locf"),
    0)
  ]
  last_heat = subset(datDT, V3 == 'H')
  last_time = last_heat$newcol
  x = back_time - last_heat$V1
  dataest = data.frame(back_time , x)
  write_tsv(dataest, file="dataestimation.txt")
}

# 对所有传入的目录路径执行处理
lapply(args, process_one_dir)

调用方法：在命令行执行如下命令，可传入任意多个需要处理的子目录路径：

Rscript 你的脚本文件名.R "C:\Users\Zack\Documents\RScripts\data\blabladata1" "C:\Users\Zack\Documents\RScripts\data\blabladata2"

内容的提问来源于stack exchange，提问作者Zack