如何用R完成在目录多CSV文件中查找指定字符串序列的程序

没问题，我来帮你补全剩下的代码！你已经完成了读取文件列表和加载数据的部分，接下来只需要添加筛选匹配行、合并结果并输出的逻辑就可以了。

完整代码示例 #

setwd("my_directory") 
csvFolder <- "csv_directory" 
flist <- list.files(path = csvFolder) 
masterCorpus <- data.frame() 

# 修正参数：full改为full.names，确保获取完整文件路径
allFilesInDirectory <- list.files(csvFolder, full.names=TRUE) 
allTheData <- lapply(allFilesInDirectory, read.csv, header=TRUE) 

parentVector <- c("Mother","mother", "Father","father","Adult","adult","MOT","FAT")

# 1. 创建匹配正则表达式：把parentVector中的字符串用|连接，实现"任意匹配"
match_pattern <- paste(parentVector, collapse = "|")

# 2. 遍历每个数据框，筛选出包含匹配字符串的行
# 注意：这里假设你要匹配的是名为`relation`的列，替换成你实际的目标列名即可
filtered_data_list <- lapply(allTheData, function(df) {
  df[grepl(match_pattern, df$relation, perl = TRUE), ]
})

# 3. 合并所有筛选后的结果到masterCorpus
masterCorpus <- do.call(rbind, filtered_data_list)

# 4. 将结果写入输出CSV文件（row.names=FALSE避免生成额外的行号列）
write.csv(masterCorpus, "df.csv", row.names = FALSE)

关键细节说明 #

• 匹配列的调整：如果你需要检查所有列是否包含目标字符串，而不是特定列，可以把筛选逻辑改成这样：

  filtered_data_list <- lapply(allTheData, function(df) {
    # 检查每一行的任意一列是否存在匹配字符串
    row_matches <- apply(df, 1, function(row) any(grepl(match_pattern, row, perl = TRUE)))
    df[row_matches, ]
  })
  

• 简化大小写匹配：你当前的parentVector包含了大小写两种形式，其实可以用ignore.case=TRUE参数简化，避免重复写大小写字符串：

  parentVector <- c("Mother", "Father", "Adult", "MOT", "FAT")
  match_pattern <- paste(parentVector, collapse = "|")
  # 筛选时添加ignore.case=TRUE，自动忽略大小写匹配
  df[grepl(match_pattern, df$relation, perl = TRUE, ignore.case = TRUE), ]
  

• 路径参数修正：你原来代码里的list.files(csvFolder, full=TRUE)是参数拼写错误，应该改为full.names=TRUE，这个参数用来获取文件的完整路径，确保read.csv能正确找到目标文件。

这样你的程序就能遍历目录下所有CSV文件，筛选出包含parentVector中任意字符串的行，并把结果统一写入df.csv啦！

内容的提问来源于stack exchange，提问作者kevin vivian