本文首发于“生信补给站”公众号 https://mp.weixin.qq.com/s/8IfMrSr9xc8_1Y2_9Ne6hg
在一个文件夹下有很多字段一致，格式统一的数据文件（csv，txt，excel），可以使用R快速的统一成一个文件方便后续分析和处理。
数据准备
将需要处理的字段一致，格式统一的数据文件（csv，txt，excel），放到文件夹内，并将此文件夹设置为工作目录，下面分情况介绍如何批量读取并合并数据。
1）文件夹内只有一种格式的文件：csv，txt，excel；
2）文件夹内有多种格式的文件：csv，txt，excel以及其他的png，pdf等文件；
数据处理
1 仅有一种类型文件，此处以csv示例
设定工作目录，将需要处理的数据文件放到工作目录下
#查看当前路径下所有文件 #setwd(D:\\..\\data\\) a = list.files() a #命令构建路径变量dir（方便更改），也可以不构建，后面示例 dir = paste("./",a,sep="") #读取dir长度，也就是文件夹下的文件个数 n = length(dir) #读入第一个文件内容 merge.data = read.csv(file = dir[1],header=T,sep=",") #循环从第二个文件开始读入所有文件，并组合到merge.data变量中 for (i in 2:n){ new.data = read.csv(file = dir[i], header=T, sep=",") merge.data = rbind(merge.data,new.data) } #输出组合后的文件merge.csv到input文件 write.csv(merge.data,file = "./merge_all.csv",row.names=FALSE)
2 存在多种类型文件，仅读取csv格式文件
当工作目录下多种类型文件时，只读取其中一种
list.files() #提出目录下的所有csv文件，后面介绍另一种方式 a = list.files(pattern = ".csv") #不构建路径变量，直接读入第一个文件内容 merge.data = read.csv(a[1],header=T,sep=",") #循环从第二个文件开始读入所有文件，并组合到merge.data变量中 for (i in 2:n){ new.data = read.csv(a[i], header=T, sep=",") merge.data = rbind(merge.data,new.data) } #输出组合后的文件merge.csv到input文件 write.csv(merge.data,file = "./merge_only_csv.csv",row.names=FALSE)
注：因txt文件亦可以直接用R基本读入方式读取，更改read.table即可，此处不举例。
3 存在多种类型文件，仅读取excel格式文件
因R不能直接读取excel文件，需要加载R包，个人习惯利用readxl包读取。
#install.packages("readxl") library(readxl) #另一种方式提出目录下的所有excel文件 list <- list.files() a <- grep('\\.xlsx', list, value = TRUE) n = length(a) merge.data = read_excel(a[1]) #循环从第二个文件开始读入所有文件，并组合到merge.data变量中 for (i in 2:n){ new.data = read_excel(a[i]) merge.data = rbind(merge.data,new.data) } #输出组合后的文件merge.csv到input文件 write.csv(merge.data,file = "./merge_only_excel.csv",row.names=FALSE)
低时间投入成本，高效率回报🤭
