在R中提取多个clust_rot前缀CSV文件的Y列合并为数据框

实现步骤 #

• 第一步：匹配所有clust_rot_前缀的CSV文件
  你可以用list.files()函数结合正则表达式筛选目标文件，避免手动逐个输入文件名。
• 第二步：批量读取文件并提取Y列，合并为同一个数据框
  你可以选择tidyverse生态的简洁方案，或者不用额外安装包的基础R方案。

方案1：tidyverse实现（更简洁） #

# 加载依赖包，如果没安装先运行 install.packages("tidyverse")
library(tidyverse)

# 1. 筛选目标文件，替换为你的实际文件夹路径
file_list <- list.files(
  path = "替换为你的CSV文件所在文件夹路径",
  pattern = "^clust_rot_.*\\.csv$",
  full.names = TRUE
)

# 2. 批量读取提取Y列，按列合并
combined_y_df <- map_dfc(file_list, function(file_path) {
  # 读取单个CSV
  temp_df <- read_csv(file_path, show_col_types = FALSE)
  # 用原文件名作为合并后对应Y列的列名，方便溯源
  col_name <- str_remove(basename(file_path), "\\.csv$")
  # 返回Y列并重命名
  select(temp_df, {{col_name}} := Y)
})

方案2：基础R实现（无需额外安装包） #

# 1. 筛选目标文件，替换为你的实际文件夹路径
file_list <- list.files(
  path = "替换为你的CSV文件所在文件夹路径",
  pattern = "^clust_rot_.*\\.csv$",
  full.names = TRUE
)

# 2. 循环读取合并
combined_y_df <- data.frame()
for (f in file_list) {
  temp_df <- read.csv(f)
  col_name <- gsub("\\.csv$", "", basename(f))
  combined_y_df[[col_name]] <- temp_df$Y
}

注意事项 #

• 如果你的CSV文件没有默认表头，可以在read_csv()/read.csv()中添加参数col_names = c("X", "Y")手动指定列名，避免读取错误
• 最终生成的combined_y_df就是合并后的数据框，每一列对应一个原始CSV文件的Y列，列名为原始文件名方便溯源

内容的提问来源于stack exchange，提问作者Aradhya Mudigonda