【问题标题】：Reading Multiple CSV files as data frames in R在 R 中读取多个 CSV 文件作为数据框
【发布时间】：2017-10-02 02:29:58
【问题描述】：

我一直在努力解决这个问题，我阅读了很多博客并尝试了不同的方法，但我仍然遇到同样的错误，而且我不明白我的代码有什么问题。我正在尝试一次将多个 csv 文件全部拉入 R 中，我不断收到以下错误。

No such file or directoryError in file(file, "rt") : 无法打开连接

`Tea_ONE <- "~/Desktop/Circadian Rhythms 
   Sem/Project/Tea_Party_ONE/Tea_Party_ONE_Lumicycle_data/"

      files <- list.files(path = Tea_ONE, pattern = ".csv$")

 for(i in 1:length(files)){
     assign(files[i],
     read.csv(paste(Tea_ONE, files[i], header = T, skip = 1)))
  }`

所有 CSV 文件都位于 Tea_Party_ONE_Lumicycle_data 中。

感谢您的帮助

【问题讨论】：

@RonakShah 请注意，OP 将完整路径粘贴在一起。问题实际上可能是默认的 paste() 设置在路径中添加了一个空格。不是错误地将 read.csv 参数传递给 paste() 的原因。
@joran 是的。我错过了。谢谢。你是对的，一定是因为paste 参数中默认添加了一个额外的空间。 OP 应该尝试paste0。

标签： r csv

【解决方案1】：

方法太多了！！

setwd("C:/your_path_here")
fnames <- list.files()
csv <- lapply(fnames, read.csv)
result <- do.call(rbind, csv)


********  ********  ********  ********  ********  ********  ********  ********  ********  ********  


filedir <- setwd("C:/your_path_here")
file_names <- dir(filedir)
your_data_frame <- do.call(rbind,lapply(file_names,read.csv))


********  ********  ********  ********  ********  ********  ********  ********  ********  ********  


filedir <- setwd("C:/your_path_here")
file_names <- dir(filedir)
your_data_frame <- do.call(rbind, lapply(file_names, read.csv, skip = 1, header = FALSE))


********  ********  ********  ********  ********  ********  ********  ********  ********  ********  


filedir <- setwd("C:/your_path_here")
file_names <- dir(filedir)
your_data_frame <- do.call(rbind, lapply(file_names, read.csv, header = FALSE))


********  ********  ********  ********  ********  ********  ********  ********  ********  ******** 


# 
temp <- setwd("C:/your_path_here")
temp = list.files(pattern="*.csv")
myfiles = lapply(temp, read.delim)


********  ********  ********  ********  ********  ********  ********  ********  ********  ******** 


# Here is another options to convert the .csv files into one data.frame. Using R base functions. 
# This is order of magnitude slower than the options below.

files <- setwd("C:/your_path_here")
# Get the files names
files = list.files(pattern="*.csv")
# First apply read.csv, then rbind
myfiles = do.call(rbind, lapply(files, function(x) read.csv(x, stringsAsFactors = FALSE)))

library(readr)
library(dplyr)
tbl = lapply(files, read_csv) %>% bind_rows()


********  ********  ********  ********  ********  ********  ********  ********  ********  ******** 


# LIST OF FILE PATHS

library(readr)
library(stringr)

List_of_file_paths <- list.files(path ="C:/your_path_here/", pattern = ".csv", all.files = TRUE, full.names = TRUE)


********  ********  ********  ********  ********  ********  ********  ********  ********  ********


# LIST OF FILES IN FOLDER
xlist<-list.files(pattern = "*.csv")

for(i in xlist) { 
  x <- read.csv((i))
  assign(i, x)
    }


********  ********  ********  ********  ********  ********  ********  ********  ********  ********

【讨论】：

【解决方案2】：

正如 cmets 中提到的，问题在于 paste 添加了一个空格分隔符。您可以使用paste0，也可以只获取完整路径名。

library('tidyverse')

files <- list.files(path = Tea_ONE, pattern = '.csv$', full.names = T) %>%
  map(read_csv, skip = 1)

【讨论】：

full.names = TRUE 参数很棒 - 所以你不需要改变你的工作目录！

【解决方案3】：

purrr 包使用 map_dfr 函数

library(purrr)

列出目录中所有以csv结尾的文件

csv_files = list.files(path = 'data/folder/', pattern = "csv$", full.names = TRUE)

读取csv文件并放入dataframe

data_stacked <- map_dfr(csv_files, read_csv)

【讨论】：