在读入和合并多文件时添加一个变量

Question

我想合并几个文件。这些是我的路径：

allpaths=c("c:\data\country_GM2\GM_2020_8.csv","c:\data\country_GM2\GM_2020_9.csv","c:\data\country_GM2\GM_2020_10.csv","c:\data\country_GM2\GM_2020_11.csv","c:\data\country_GM2\GM_2020_12.csv")

我写了这样一个函数：

merge_1 = function(filepath) {
  datalist= lapply(filepath,
                   function(x){read.csv(file = x, 
                                        header = TRUE, 
                                        stringsAsFactors = FALSE)})
  Reduce(function(x,y){rbind.fill(x,y)},datalist)
}

data <-merge_1(allpaths)

不过，我希望，在读取每个文件的同时，我可以从文件路径中同时添加一个带有年份和月份的变量。

例如，对于从“GM_2020_12.csv”读取的那些行，添加值为“2020.12.”的变量。

如果能提供一些提示，我将不胜感激。到目前为止，我只能想到，tidyverse包中的“mutate”可能是解决方案，但我还没有找到将其放入我的函数中的正确方法。

非常感谢！

Answer 1

您可以在使用正则表达式读取提取年份和月份值的数据时添加新列。

将函数更改为：

merge_1 = function(filepath) {
  datalist= lapply(filepath,function(x) {
    transform(read.csv(file = x,header = TRUE, stringsAsFactors = FALSE), 
              year_month = sub('.*?(\d+)_(\d+)\.csv$', '\1.\2', x))
              })
  Reduce(function(x,y){rbind.fill(x,y)},datalist)
}

data <-merge_1(allpaths)

其中 sub returns 文件名中的年份和月份值。

allpaths=c("C:\data\country_GM2\GM_2020_8.csv",
           "C:\data\country_GM2\GM_2020_9.csv")

sub('.*?(\d+)_(\d+)\.csv$', '\1.\2', allpaths)
#[1] "2020.8" "2020.9"

在读入和合并多文件时添加一个变量

Add a variable while reading in and merging multi-files

merge

r

path

dplyr