在R中如何高效提取多CSV文件同列数据至单个矩阵？

嘿，这个需求太常见啦！在R里完全不用写繁琐的循环，有好几种简洁高效的方法能帮你把多个蒙特卡洛生成的CSV文件的同列数据汇总成矩阵。下面给你拆解几个实用方案：

这个组合简直是处理多文件数据的利器，步骤清晰又省心：

1. 先把所有CSV文件的路径捞出来
2. 批量读取文件，顺便给每个文件加个标识（方便追踪数据来源）
3. 把宽格式数据转成长格式，按列名分组后转成矩阵

代码示例：

library(tidyverse)

# 获取当前目录下所有CSV文件的完整路径
csv_files <- list.files(pattern = "\\.csv$", full.names = TRUE)

# 批量读取文件并添加文件名称作为标识
combined_data <- map_dfr(csv_files, ~read_csv(.x) %>% mutate(file_id = basename(.x)))

# 按列名汇总成矩阵列表（每个元素对应一列的矩阵）
column_matrices <- combined_data %>%
  pivot_longer(cols = -file_id, names_to = "column_name", values_to = "value") %>%
  group_by(column_name) %>%
  summarise(matrix_data = list(matrix(value, ncol = 1))) %>%
  deframe()

# 比如要查看A列的矩阵，直接这样调用
column_matrices[["A"]]

如果你的蒙特卡洛文件特别大，data.table的速度优势会非常明显，代码同样简洁：

library(data.table)

# 获取所有CSV文件路径
csv_files <- list.files(pattern = "\\.csv$", full.names = TRUE)

# 批量读取并合并所有文件，自动添加文件序号标识
combined_dt <- rbindlist(lapply(csv_files, fread), idcol = "file_id")

# 遍历每一列，生成对应的矩阵并整理成命名列表
column_matrices <- lapply(names(combined_dt)[-1], function(col) {
  matrix(combined_dt[[col]], ncol = 1)
})
names(column_matrices) <- names(combined_dt)[-1]

# 访问B列的矩阵示例
column_matrices[["B"]]

要是不想加载第三方包，用Base R也能轻松搞定，核心是用lapply替代循环：

# 获取所有CSV文件路径
csv_files <- list.files(pattern = "\\.csv$", full.names = TRUE)

# 把所有文件读取到一个列表里（每个元素是一个数据框）
all_data <- lapply(csv_files, read.csv)

# 按列提取数据并转成矩阵，最终得到命名列表
column_matrices <- sapply(names(all_data[[1]]), function(col) {
  matrix(unlist(lapply(all_data, `[[`, col)), ncol = 1)
}, simplify = FALSE)

# 查看第1列的矩阵示例
column_matrices[["1"]]

小提示：如果你想要的是每行对应一个文件的矩阵（比如每个文件的A列作为一行），只要把matrix()里的参数改成nrow = length(all_data)就行，灵活调整就好！

内容的提问来源于stack exchange，提问作者rjzii