如何在R语言中将多份CSV文件读取为单个dataframe并跳过前两列？

嘿，我明白你的困扰——批量合并CSV时要跳过指定列确实是个容易卡壳的点，稍微修改下你的代码就能搞定！

方法一：基于Base R（无需额外包） #

你可以利用read.csv()的colClasses参数，把要跳过的列设为"NULL"，R就会自动忽略它们。为了让代码更灵活（不用硬编码总列数），我们可以先读取每个文件的第一行获取列数，再动态设置跳过规则：

library(plyr) # 因为你用到了ldply，需要先加载这个包

myfiles <- list.files(pattern = ".csv")
data_csv <- ldply(myfiles, function(file) {
  # 先读取第一行，拿到当前文件的总列数
  col_count <- length(read.csv(file, nrows = 1))
  # 前两列设为NULL跳过，剩下的列让R自动识别数据类型（用NA表示）
  read.csv(file, colClasses = c("NULL", "NULL", rep(NA, col_count - 2)))
})

方法二：用tidyverse工具包（更简洁直观） #

如果你习惯用tidyverse的语法，用purrr::map_dfr配合readr::read_csv会更清爽，直接通过select()跳过前两列：

library(tidyverse)

myfiles <- list.files(pattern = ".csv")
data_csv <- map_dfr(myfiles, ~ {
  read_csv(.x) %>% 
    select(-1, -2) # 也可以写成select(3:ncol(.))，效果完全一致
})

小提醒 #

• 尽量保证所有CSV文件的结构一致（至少前两列都是需要跳过的内容），如果有个别文件列数特殊，方法一里的动态列数判断会自动适配；方法二可以加个容错判断避免报错，比如select(ifelse(ncol(.) >= 3, 3:ncol(.), everything()))。
• 如果你的CSV用了非逗号的分隔符，记得在read.csv或read_csv里指定sep参数哦。

内容的提问来源于stack exchange，提问作者dataguy132