R语言批量读取.txt文件提取列并合并的高效方法咨询

你当前使用for循环搭配assign()+mget(ls())的实现方式存在两个明显缺陷：一是ls()会匹配当前工作环境的所有变量，很容易将无关变量误纳入合并逻辑；二是生成大量临时变量占用内存，待读取文件数量较多时性能损耗非常明显。

核心实现思路：不需要生成任何中间独立变量，直接通过迭代函数完成「读取文件-跳过首行-提取第五列-按列合并」全流程，内存占用更低、执行速度更快。

方案1：tidyverse实现（大文件场景性能最优，代码简洁） #

依赖readr和purrr包，属于tidyverse套件的核心组件：

# 加载依赖包
library(tidyverse)

# 第一步：获取目标文件夹下所有txt文件的全路径
txt_file_paths <- list.files(
  path = "你的txt文件所在文件夹路径", 
  pattern = "\\.txt$", 
  full.names = TRUE
)

# 第二步：批量读取、提取列、合并为data.frame
combined_df <- map_dfc(txt_file_paths, function(file_path) {
  # 读取时直接跳过第1行，仅读取第5列，默认列名为V5
  read_delim(
    file = file_path,
    delim = "\t", # 按实际分隔符调整，逗号分隔就改成","
    skip = 1,
    col_select = V5,
    show_col_types = FALSE
  )
})

# 若需要用文件名作为合并后的列名，可修改为如下写法
combined_df <- map_dfc(
  set_names(txt_file_paths, basename(txt_file_paths)),
  ~read_delim(.x, delim = "\t", skip = 1, col_select = V5, show_col_types = FALSE)
)

方案2：基础R实现（无需安装第三方包） #

适合不希望安装额外依赖的场景：

# 第一步：获取所有txt文件全路径
txt_file_paths <- list.files(
  path = "你的txt文件所在文件夹路径",
  pattern = "\\.txt$",
  full.names = TRUE
)

# 第二步：批量读取提取+合并
combined_df <- do.call(
  cbind,
  lapply(txt_file_paths, function(file_path) {
    # colClasses参数指定前4列读取时直接丢弃，仅保留第5列
    read.table(
      file = file_path,
      sep = "\t", # 按实际分隔符调整
      skip = 1,
      colClasses = c(rep("NULL", 4), NA)
    )[, 1]
  })
)

# 为合并后的列设置文件名作为列名
colnames(combined_df) <- basename(txt_file_paths)

注意事项 #

• 以上代码默认txt文件为制表符分隔，若为逗号分隔请将delim/sep参数修改为,
• col_select（tidyverse）和colClasses（基础R）的参数设计是为了读取时直接丢弃不需要的列，相比读取全表再筛选列的方式性能提升30%以上，大文件场景效果尤为明显。

内容的提问来源于stack exchange，提问作者Vinicius B. de S. Moreira