如何在R语言中读取列数不同的多个TXT文件？

嘿，这个问题我经常碰到，处理列数不一致的文本文件其实没那么麻烦，核心就是灵活读取每个文件，再根据你的需求选择合并或者单独处理。下面给你两种实用的方案，覆盖base R和tidyverse两种风格：

方法一：用Base R原生函数处理 #

Base R里的read.table有个非常好用的参数fill = TRUE，它会自动给列数少的文件补全缺失列（用NA填充），完美解决列数不一致的问题。步骤如下：

1. 先获取目标文件夹里所有TXT文件的完整路径：

# 假设你的TXT文件都放在"data"文件夹下，根据实际路径修改
file_list <- list.files(path = "data/", pattern = "\\.txt$", full.names = TRUE)

2. 循环读取每个文件，存储到列表中，还可以给每个数据框加上文件名方便区分：

# 初始化空列表存储数据
data_list <- list()

for (file in file_list) {
  # 读取文件，fill=TRUE自动补全列，header=FALSE表示文件无表头（有表头就改成TRUE）
  current_data <- read.table(file, header = FALSE, fill = TRUE, stringsAsFactors = FALSE)
  # 添加文件名列，后续能知道每条数据来自哪个文件
  current_data$source_file <- basename(file)
  # 把当前数据框加入列表
  data_list[[basename(file)]] <- current_data
}

3. 如果需要把所有文件合并成一个大的数据框，直接用do.call(rbind, data_list)就行：

combined_data <- do.call(rbind, data_list)

方法二：用Tidyverse工具链更高效 #

如果你习惯用tidyverse的语法，purrr的批量处理+readr的读取函数会更简洁，而且bind_rows本身就支持自动匹配列、补全NA：

1. 先加载需要的包：

library(tidyverse)

2. 批量读取并处理文件：

# 读取所有文件，存储为带文件名的列表
data_list <- map(file_list, ~ read_table(.x, col_names = FALSE, show_col_types = FALSE)) %>%
  # 给每个列表元素命名为文件名
  set_names(basename(file_list)) %>%
  # 给每个数据框添加来源文件名列
  imap(~ mutate(.x, source_file = .y))

# 合并成单个数据框
combined_data <- bind_rows(data_list)

额外注意事项 #

• 如果你的文件分隔符不是空格（比如逗号、制表符），记得修改读取函数的sep参数：比如用read.csv（逗号分隔）、read.delim（制表符分隔），或者在read_table里指定sep = ","。
• 如果不同文件的列类型不一致（比如有的列是数值，有的是字符），合并后可能会统一成字符型，你可以后续用mutate(across(...))来转换类型，或者读取时用col_types参数指定类型。
• 如果不需要合并，直接操作data_list里的单个数据框就行，比如用lapply(data_list, function(df) { ... })做批量处理。

内容的提问来源于stack exchange，提问作者YefR