如何遍历指定目录下所有.rds文件并将其分别转换为独立data frame

方案1：for循环生成独立数据框对象（符合你的需求预期） #

你已经拿到了所有rds文件的路径列表，直接遍历该列表调用assign()函数即可生成独立的全局变量：

for (single_path in file_path) {
  # 读取单个rds文件
  temp_data <- readRDS(single_path)
  # 转换为数据框
  temp_df <- as.data.frame(temp_data)
  # 提取文件名作为变量名：自动过滤路径前缀和.rds后缀
  var_name <- gsub(pattern = ".*/|\\.rds$", replacement = "", x = single_path)
  # 将数据框赋值为全局环境中的独立变量
  assign(x = var_name, value = temp_df)
}

执行完成后，你的工作环境中会自动生成和每个rds文件对应的独立数据框，变量名和原文件名完全一致，比如103656622_VK_user、11226063_VK_user等。
如果你想要更简洁的变量名，比如只保留文件名前缀的数字ID，可将变量名提取行替换为：

# 需要提前安装加载stringr包：install.packages("stringr"); library(stringr)
var_name <- str_extract(string = basename(single_path), pattern = "^\\d+")

方案2：存储为命名列表（更易维护，推荐使用） #

如果你的文件数量很多，生成数十上百个独立变量会增加管理成本，更建议把所有数据框存在同一个命名列表中：

# 初始化空列表
df_list <- list()
# 遍历路径填充列表
for (single_path in file_path) {
  temp_df <- as.data.frame(readRDS(single_path))
  var_name <- gsub(".*/|\\.rds$", "", single_path)
  df_list[[var_name]] <- temp_df
}

后续需要调取单个文件数据时，直接用df_list[["103656622_VK_user"]]即可，批量处理时直接用lapply/purrr::map遍历列表，效率远高于操作零散的独立变量。

小提示：如果你的rds文件本身存储的就是数据框结构，as.data.frame转换步骤可以直接省略，加了也不会影响运行结果。

内容的提问来源于stack exchange，提问作者Marco Liedecke