如何在目录层级可变场景下获取同名文件的所有路径以支持rbind操作

直接用内置的list.files()递归遍历所有层级目录，不受文件夹结构差异影响，核心代码：

# 替换"你的根目录路径"为实际要扫描的顶层文件夹路径
file_paths <- list.files(
  path = "你的根目录路径",
  pattern = "^results\\.csv$", # 正则锚定完全匹配文件名，避免误匹配
  full.names = TRUE, # 返回完整存储路径，而非仅文件名
  recursive = TRUE, # 递归遍历所有子文件夹，适配任意层级深度的目录结构
  include.dirs = FALSE, # 排除同名文件夹，仅匹配普通文件
  ignore.case = FALSE # 需要兼容大小写（如Results.csv）可改为TRUE
)

参数说明：

• pattern 中的^表示文件名开头，$表示文件名结尾，\\.转义了正则规则里的通配符.，确保不会匹配到如results1csv、old_results.csv这类不符合要求的文件
• 要匹配其他文件名时，仅需修改pattern的正则内容即可，比如匹配所有csv文件可改为"\\.csv$"

如果经常需要处理批量文件，推荐用fs包，语法更简洁，参数逻辑更直观：

# 首次使用先安装
install.packages("fs")
library(fs)

file_paths <- dir_ls(
  path = "你的根目录路径",
  regexp = "^results\\.csv$",
  type = "file", # 仅匹配文件，自动排除同名文件夹
  recurse = TRUE # 递归遍历所有子目录
)

dir_ls()默认返回完整存储路径，不需要额外设置参数。

拿到所有匹配路径后，可以直接批量读取合并，根据文件量选择对应方案：

• 轻量场景（文件数少）用原生函数即可：

merged_data <- do.call(rbind, lapply(file_paths, read.csv))

• 大量文件场景推荐用data.table的高效函数，读取和合并速度远快于原生实现：

# 首次使用先安装
install.packages("data.table")
library(data.table)

# rbindlist自动适配不同文件的列结构，列名不一致时会自动填充NA，无需提前对齐
merged_data <- rbindlist(lapply(file_paths, fread))

• 优先使用绝对路径（如"C:/项目/数据根目录"、"/home/user/项目/数据根目录"），避免相对路径受R工作目录变动影响
• 匹配完成后可以直接运行print(file_paths)查看所有路径，验证是否漏扫或误匹配
• 如果需要排除特定子目录的文件，可以在得到路径后用file_paths[!grepl("需要排除的子目录名", file_paths)]过滤

内容的提问来源于stack exchange，提问作者MCS