R语言新手求助：导入含日期与列名的大型混合时间序列CSV文件

Hey there! As someone who’s been there wrestling with messy batch CSV imports and time series plots, let’s break this down into simple, actionable steps that fit your use case perfectly.

第一步：批量导入所有CSV文件 #

首先，我们要高效读入15个CSV，同时完整保留顶部的日期、列名和所有百分比数据。推荐用tidyverse工具包——它对新手友好，功能还特别全：

1. 先安装并加载必备工具：

install.packages(c("tidyverse", "lubridate"))
library(tidyverse)
library(lubridate)

2. 定位到你的CSV文件夹（用here包更稳妥，不用手动写复杂路径）：

# 先装here包（如果没装过）
# install.packages("here")
library(here)
# 你的CSV文件放在项目文件夹下的csv_files子文件夹里的话，就这么写
setwd(here("csv_files"))

3. 批量抓取所有CSV并导入：

# 获取文件夹里所有CSV的文件名
csv_files <- list.files(pattern = "\\.csv$")

# 把每个CSV读成数据框，存在一个列表里
csv_data_list <- map(csv_files, ~read.csv(.x, header = TRUE, stringsAsFactors = FALSE, check.names = FALSE))

# 给列表里的每个数据框命名（对应原文件名，方便后续区分）
names(csv_data_list) <- str_remove(csv_files, "\\.csv$")

这样你就得到了一个包含所有CSV数据的列表，每个元素对应一个文件，原始的列名、日期和数值数据都完整保留了。

第二步：整理成适合绘图的「整洁数据」 #

时间序列绘图最顺手的是长格式数据。这里分两种常见情况处理：

情况1：CSV里有单独的日期列 #

如果你的CSV结构是：第一行是列名（含date列和序列标识列，比如sequence_id），每行是一条序列的样本数据，就这么转：

tidy_data_list <- map(csv_data_list, ~.x %>%
  # 把日期转成R能识别的格式，格式不对就换成dmy()/mdy()
  mutate(date = ymd(date)) %>%
  # 把所有数值列转成长格式
  pivot_longer(cols = -c(date, sequence_id), 
               names_to = "metric", 
               values_to = "percentage"))

情况2：日期是列名 #

如果你的CSV第一行就是日期，每列对应一条时间序列，就用这个转换：

tidy_data_list <- map(csv_data_list, ~.x %>%
  pivot_longer(cols = everything(), 
               names_to = "date", 
               values_to = "percentage") %>%
  mutate(date = ymd(date)) %>%
  # 给每条序列加上来源文件的标记
  mutate(source_file = names(csv_data_list)[which(csv_data_list == .x)]))

第三步：批量绘制时间序列图 #

现在可以用ggplot2批量生成可视化图，分两种需求：

选项1：每个CSV文件生成一张汇总图 #

适合快速查看单个文件里所有序列的整体趋势：

# 遍历整理后的数据，生成每个文件的图
plot_list <- map2(tidy_data_list, names(tidy_data_list), ~ggplot(.x, aes(x = date, y = percentage, color = sequence_id)) +
  geom_line(alpha = 0.7) + # 加透明度避免线条重叠
  labs(title = paste("Time Series Overview -", .y),
       x = "Date",
       y = "Percentage") +
  theme_minimal() +
  theme(legend.position = "bottom"))

# 查看第一个文件的图
plot_list[[1]]

# 把所有图保存到文件夹
walk2(plot_list, names(plot_list), ~ggsave(paste0(.y, "_summary_plot.png"), .x, width = 10, height = 6))

选项2：每条时间序列单独绘图 #

如果需要对数千条序列逐一分析，用嵌套数据的方法更高效：

# 把所有数据合并，按文件+序列分组嵌套
all_data <- bind_rows(tidy_data_list, .id = "file_source") %>%
  group_by(file_source, sequence_id) %>%
  nest()

# 定义一个绘图函数
plot_single_sequence <- function(data, file_name, seq_id) {
  ggplot(data, aes(x = date, y = percentage)) +
    geom_line(color = "#2c3e50") +
    labs(title = paste("Sequence", seq_id, "| From File:", file_name),
         x = "Date", y = "Percentage") +
    theme_light()
}

# 批量生成所有序列的图
all_plots <- all_data %>%
  mutate(plot = pmap(list(data, file_source, sequence_id), plot_single_sequence))

# 保存所有图（注意：数千条序列会生成大量文件，按需操作）
walk2(all_plots$plot, paste0(all_plots$file_source, "_seq_", all_plots$sequence_id, ".png"), ~ggsave(.y, .x, width = 8, height = 5))

常见问题小技巧 #

• 日期转格式失败：如果ymd()报错，检查日期格式，换成dmy()/mdy()，或者指定格式ymd(date, format = "%Y-%m-%d")。
• 大文件导入慢：用vroom包替代read.csv()，速度快好几倍：install.packages("vroom"); library(vroom); csv_data_list <- map(csv_files, vroom)。
• 列名乱码/特殊字符保留：导入时加check.names = FALSE，就能保留原始列名的特殊字符了。

内容的提问来源于stack exchange，提问作者amigo