请求协助修改代码：实现文件批量读取、添加文件名列等功能

嘿，我来帮你搞定这个批量处理的需求！你之前用mutate实现了单个文件添加文件名列，现在要批量处理文件夹里的所有文件，用tidyverse系列工具就能轻松完成，下面是具体的步骤和代码示例：

一、使用tidyverse方案（推荐） #

这个方案用purrr做遍历，dplyr做数据处理，readr读取文件，代码简洁易读。

1. 先加载所需的包：

library(tidyverse)

2. 设置你的文件夹路径（记得替换成实际路径）：

folder_path <- "你要读取的文件夹路径"

3. 获取文件夹内所有目标文件的完整路径（这里以CSV文件为例，可根据需要修改文件后缀）：

# pattern参数用来筛选文件类型，\\.csv$表示匹配所有以.csv结尾的文件
file_paths <- list.files(folder_path, pattern = "\\.csv$", full.names = TRUE)

4. 批量读取并处理文件：
   • 如果想把所有文件合并成一个大的数据集：

   combined_data <- file_paths %>%
     map_dfr(function(file_path) {
       # 读取文件，如果是Excel文件可以换成readxl::read_excel()
       read_csv(file_path) %>%
         # 添加文件名列：先提取纯文件名（去掉路径和后缀），你也可以用basename(file_path)保留后缀
         mutate(filename = tools::file_path_sans_ext(basename(file_path)))
     })
   

   • 如果想保留每个文件的独立数据集（存成列表）：

   data_list <- file_paths %>%
     map(function(file_path) {
       read_csv(file_path) %>%
         mutate(filename = tools::file_path_sans_ext(basename(file_path)))
     })
   # 给列表命名，方便后续调用每个文件的数据
   names(data_list) <- tools::file_path_sans_ext(basename(file_paths))
   

二、Base R方案（无需额外包） #

如果你不想用tidyverse，也可以用Base R实现：

folder_path <- "你要读取的文件夹路径"
file_paths <- list.files(folder_path, pattern = "\\.csv$", full.names = TRUE)

# 批量读取并添加文件名列
data_list <- lapply(file_paths, function(file_path) {
  df <- read.csv(file_path)
  df$filename <- tools::file_path_sans_ext(basename(file_path))
  return(df)
})

# 合并成大数据集（可选）
combined_data <- do.call(rbind, data_list)

关键细节说明 #

• list.files()的full.names = TRUE参数必须加上，这样才能拿到文件的完整路径，否则R找不到文件位置。
• basename(file_path)用来从完整路径中提取文件名（比如从/Users/test/file1.csv得到file1.csv），tools::file_path_sans_ext()会去掉文件后缀，得到纯文件名file1。
• 如果你的文件是Excel格式，把read_csv()换成readxl::read_excel()即可，记得先安装readxl包。

内容的提问来源于stack exchange，提问作者Hammao