导入数据并添加特定于不同文件源的 ID答案

【问题标题】：Importing Data and adding ID specific for different file sources导入数据并添加特定于不同文件源的 ID
【发布时间】：2021-10-08 11:00:11
【问题描述】：

我有一个包含patient_id 与患者names 匹配的数据框。

每位患者都有自己的数据文件FirstNameLastName.csv。为了匿名数据，我编写了函数read_in，它将读取每个FirstNameLastName.csv，并添加指定的patient_id。

为了进一步分析，我现在想将所有匿名数据放在一个数据框对象中。我使用 purrr 包中的 map_df() 函数尝试了此操作，但是在将 ID 与 .csv 文件中的每个读取匹配时遇到问题。有人可以帮助解决这个问题，这样结果就是一个包含所有具有受尊重 ID 的数据的数据框。

> patient_names
  patient_id        patient_name  
1      1            Tina Turner
2      2            Michael Jackson 
3      3            Michael Jordan  
4      4            Dom Toretto
5      5            Lebron James

read_csv("LebronJames.csv")

Year         Injury                  
<chr>        <chr>                
2020       Sprained Ankle             
1990       Torn ACL       
1995       Bruised Knee       
2011       Sore Neck  
2014       Headache 
2019       Broken Leg

read_in <- function(path, patient_id= 1){
  data <- read_delim(path, delim= ";",col_names = TRUE)
  data <- add_column(data, patient_id= patient_names[["patient_id"]][id], .before = 1)
}

  patient_id       Year         Injury                  
       <int>       <chr>        <chr>                
 1      5          2020       Sprained Ankle             
 2      5          1990       Torn ACL       
 3      5          1995       Bruised Knee       
 4      5          2011       Sore Neck  
 5      5          2014       Headache 
 6      5          2019       Broken Leg

list.files(path= "/directory", pattern = ".csv", full.names = TRUE) %>%
  map_df(read_in)

# A tibble: 1234 x 3
    patient_id   Year    Injury
    <int>        <chr>   <chr>        
 1      1        2012    Ankle   
 2      1        2014    Broken Arm 
 3      1        1999    Concussion 
 4      1        1987    Broken Finger
...    ...       ...     ...

【问题讨论】：

当前解决方案到底有什么问题？它为您提供 3 列。您的预期输出是什么？
这很有效，因为我的函数的 ID 默认参数是 1。因此所有患者的 ID 都是 1。@RonakShah

标签： r string tidyverse purrr data-import

【解决方案1】：

试试这个方法 -

library(purrr)
library(readr)

filenames <- paste0(gsub('\\s', '', patient_names$patient_name), '.csv')
data <- map_df(filenames, read_csv, .id = 'patient_id')

filenames 应该创建一个要读取的文件名向量，data 应该包含来自这些 csv 文件的所有数据，每个文件都有一个唯一的 ID，称为 'patient_id'。

【讨论】：