R语言从工作目录所有CSV提取指定列并合并为数据框的问题

这问题我太熟了！你现在用assign把每个CSV存成单独对象的写法，确实会因为文件更新导致对象名混乱，完全没法统一处理。咱们换个更高效的思路：直接批量读取文件并提取需要的列，最后合并成一个统一的数据框，不管目录里新增多少CSV，都能自动适配。

方法一：Base R 实现 #

不用额外安装包，用基础函数就能搞定：

# 获取所有CSV文件的完整路径（加full.names避免路径问题）
temp <- list.files(pattern = "*.csv", full.names = TRUE)

# 批量读取每个文件，只提取需要的两列
df_list <- lapply(temp, function(file) {
  # 读取文件后直接筛选列
  read.csv(file)[c("item_number", "sale_price")]
})

# 把列表里的所有小数据框合并成一个大的数据框
combined_df <- do.call(rbind, df_list)

方法二：Tidyverse 实现（更简洁） #

如果你习惯用tidyverse工具链，代码会更清爽，还能轻松处理异常情况：

library(tidyverse)

# 链式操作：获取文件列表 → 批量读取并选列 → 合并
combined_df <- list.files(pattern = "*.csv", full.names = TRUE) %>%
  map_dfr(~read_csv(.x) %>% select(item_number, sale_price))

额外小技巧：兼容缺失列的情况 #

如果有的CSV文件可能没有item_number或sale_price列，可以用select(any_of(...))来避免报错，缺失的列会自动填充NA：

combined_df <- list.files(pattern = "*.csv", full.names = TRUE) %>%
  map_dfr(~read_csv(.x) %>% select(any_of(c("item_number", "sale_price"))))

这样处理后，所有数据都统一存在combined_df里，不管目录里新增或删除了CSV，只要运行这段代码就能得到最新的合并结果，完全不用再操心每个文件的名字啦！

内容的提问来源于stack exchange，提问作者Dan Kidney