R语言下基于条件向已有DataFrame添加数据的批量CSV处理问题

核心思路 #

不需要手动创建file1到file500的变量，直接遍历已导入的CSV列表，按第17行第4列的取值自动分类存储数据，最后批量合并生成目标数据框。

完整实现代码 #

步骤1：初始化分类存储结构 #

# 已提前导入readr、qpcR包，且完成CSV批量导入生成mylist
# 初始化分类列表：键为分类名称，值为该分类下所有非零值向量集合
category_data <- list()

步骤2：遍历所有CSV自动分类提取数据 #

for (df in mylist) {
  # 提取当前CSV的分类标识：第17行第4列
  cate_name <- as.character(df[17, 4, drop = TRUE])
  # 提取132-167行第4列的非零值
  target_vals <- df[132:167, 4, drop = TRUE]
  non_zero_vals <- target_vals[target_vals != 0]
  
  # 存入对应分类
  if (cate_name %in% names(category_data)) {
    category_data[[cate_name]] <- c(category_data[[cate_name]], list(non_zero_vals))
  } else {
    category_data[[cate_name]] <- list(non_zero_vals)
  }
}

步骤3：合并生成最终数据框 #

# 按分类合并不等长向量，生成数值型数据框
table1 <- data.frame(
  lapply(category_data, function(col_list) {
    # 同分类下所有向量按列合并，缺失值自动补NA
    merged <- do.call(qpcR:::cbind.na, col_list)
    # 若需要同分类下每个CSV单独为一列，删除下一行的unlist即可
    as.numeric(unlist(merged))
  })
)

注意事项 #

• 若实际CSV的行号、列号和示例不一致，需调整17、132、167、4这几个定位参数
• 若分类名称存在特殊字符，生成列名时会自动转义，可后续通过colnames(table1)手动修改
• 若需要保留每个CSV的单独列，删除最后一步的unlist即可，同分类下会自动生成多列

内容的提问来源于stack exchange，提问作者ken