在R中将多份CSV文件合并为单一DataFrame的技术求助

我完全理解你处理这类多文件研究数据时的困扰——93个CSV文件要按ID合并并重塑结构确实有点棘手。下面是一套针对你需求的完整解决方案，用tidyverse工具链就能高效完成：

步骤1：加载所需工具包 #

我们会用到tidyverse里的dplyr（数据操作）、purrr（循环处理）和readr（快速读取CSV）：

library(tidyverse)

步骤2：读取文件路径与文件名 #

沿用你已经写好的代码，获取所有文件的完整路径和对应的测量名称：

files.measurements <- as.character(list.files(path = "~/measurements/", full.names = TRUE))
measurements.filenames <- gsub(".csv", "", basename(files.measurements))

步骤3：定义单个文件处理函数 #

这个函数会读取每个CSV，保留id, name, sex, dob这些基础列，并将measurement列重命名为对应的文件名：

process_single_file <- function(file_path, measurement_col_name) {
  # 读取CSV文件（如果你的CSV有特殊分隔符，可添加delim参数调整）
  raw_df <- read_csv(file_path)
  
  # 筛选必要列并重命名measurement为对应文件名
  raw_df %>%
    select(id, name, sex, dob, measurement) %>%
    rename(!!measurement_col_name := measurement) # !!用于将变量值作为列名
}

步骤4：批量处理所有文件 #

用map2函数将文件路径和测量名称一一对应，批量处理得到数据框列表：

processed_dfs <- map2(files.measurements, measurements.filenames, process_single_file)

步骤5：全连接合并所有数据框 #

用reduce结合full_join，按id, name, sex, dob进行全连接——这样所有出现过的ID都会被保留，缺失的测量值自动填充为NA（即你需要的留空效果）：

final_combined_df <- processed_dfs %>%
  reduce(full_join, by = c("id", "name", "sex", "dob"))

关键补充说明 #

• 全连接（full_join）会完整保留所有文件中的ID：不管某个ID出现在1个还是多个文件里，都会生成对应的行；只在少数文件里出现的ID，未涉及的测量列会显示NA。
• 如果同一个ID对应的基础列（name, sex, dob）在不同文件中有不一致的情况，full_join会保留所有冲突的行。你可以提前检查这类数据问题：

  # 检查同一ID下基础列是否存在冲突
  final_combined_df %>%
    group_by(id) %>%
    filter(n_distinct(name) > 1 | n_distinct(sex) > 1 | n_distinct(dob) > 1)
  

内容的提问来源于stack exchange，提问作者user1828605