在R语言中用readLines批量读多文件及生成对应数据框的技术问询

嘿，我来帮你搞定批量加载文件并生成对应数据框的问题！其实用list.files()配合循环函数就能轻松实现，我一步步给你讲：

第一步：用list.files()获取目标文件的完整路径 #

首先你得准确拿到要加载的文件路径，这里关键是要加full.names = TRUE，这样返回的是完整路径（而不是只给文件名），避免读取时找不到文件。如果你的文件有特定后缀（比如csv），还可以用pattern参数过滤：

# 假设文件都存放在当前工作目录下，筛选所有csv文件
file_paths <- list.files(path = ".", pattern = "\\.csv$", full.names = TRUE)

# 如果文件在子文件夹里，比如叫"data"，就改成path = "./data"

运行完可以打印file_paths看看，确认是不是你要的那两个文件~

第二步：批量读取文件并生成数据框列表 #

接下来用lapply()循环读取每个文件，把结果存成一个列表——列表里的每个元素就是对应文件的数据框。这里你只要把自己单个文件的读取逻辑放进去就行，比如你原来用read.csv()，就这么写：

# 批量读取，替换成你自己的读取函数（比如read_excel、read.table都行）
df_list <- lapply(file_paths, function(file) {
  # 这里写你单个文件的读取代码，比如带参数的read.csv
  read.csv(file, stringsAsFactors = FALSE)
})

第三步：给数据框列表命名（对应文件名） #

为了方便区分，我们可以把列表里的元素命名成去掉后缀的文件名，比如sales_2023.csv就变成sales_2023：

# 提取纯文件名（去掉路径和后缀）
file_names <- tools::file_path_sans_ext(basename(file_paths))
# 给列表元素命名
names(df_list) <- file_names

现在你用df_list$sales_2023就能直接调用对应的数据框啦~

可选：把列表里的数据框单独放到全局环境 #

如果你希望像单个文件那样，直接在全局环境里拿到每个数据框（比如不用通过列表调用），可以用list2env()：

# 把列表中的每个元素转为全局环境的变量
list2env(df_list, envir = .GlobalEnv)

这样你直接敲sales_2023就能调用这个数据框了，和你单个加载的效果一样！

小提醒 #

• 确保你要加载的文件格式一致，不然读取时可能会报错；如果格式有差异，可以在循环里加判断逻辑调整读取参数
• 如果习惯用tidyverse的语法，也可以用purrr::map()替代lapply()，用法差不多，代码更简洁

内容的提问来源于stack exchange，提问作者Elia