我一直试图导入几个csv文件,使用函数"melt“并将它们合并到R中的一个数据库中,所有的文件都有一个"id”、"date.time“和"tag”列;但是,其余的列在不同的文件中有所不同。这是一个文件中的几行代码的示例:
date.time tag 111015 111016 113949 113950 1 1 2012-10-11 00:00:00 14767 0 0 0 0 2 2 2012-10-11 01:00:00 14767 0 0 0 0 3 3 2012-10-11 02:00:00 14767 0 0 0 0 4 4 2012-10-11 03:00:00 14767 0 0 0 0 5 5 2012-10-11 04:00:00 14767 0 0 0 0 6 6 2012-10-11 05:00:00 14767 0 0 0 0 library(reshape2) # Import files files<-list.files() data<-lapply(files,read.csv,header=TRUE,sep=",",check.names=FALSE)
我试图使用这个循环来融化每个文件并绑定结果数据帧。但是,它仅适用于循环中的最后一个文件。我不知道如何设置循环/函数,以便它能够首先执行每个文件的“熔融”,并将它们“合并/绑定”到一个数据框架中。
对于(j in 1:length(data)){ dm<-熔融(data[j],measure.vars=c(4:length(data[j])),id=c("date.time","tag"),variable.name="receiver")结果<-rbind(Dm)}
如有任何建议,将不胜感激!
发布于 2012-12-27 02:23:18
最好先使用lapply加载所有内容,然后按以下方式使用melt:(假设所有文件都在变量files中),
Note: Untested
require(reshape2)
files <- list.files(my.dir, full.names = TRUE)
# first load all files
dd <- lapply(1:length(files), function(idx) {
d <-read.csv(files[idx], header = TRUE, sep=",", check.names = FALSE)
# if you want the file index
d$file.idx <- idx
d
})
# merge all
dd <- do.call(rbind, dd)
# now melt
dd.m <- melt(dd, c(4:length(d)), c("date.time","tag"), variable.name = "receiver")编辑:在Op编辑之后
Note: Untested
require(reshape2)
files <- list.files(my.dir, full.names = TRUE)
dd.m <- lapply(1:length(files), function(idx) {
# load the file
d <-read.csv(files[idx], header = TRUE, sep=",", check.names = FALSE)
# now melt immediately
d.m <- melt(d, c("date.time","tag"), c(4:length(d)))
})
# merge all
dd.m <- do.call(rbind, dd.m)https://stackoverflow.com/questions/14048577
复制相似问题