1

我有一个数据集列表。每个数据集包含一个月的一些数据。数据跨越多年，因此我每年有 12 个数据集。该数据最初是一堆 Excel 文件。我已按照此建议导入了之前转换为 .csv 的所有文件，即：

datalist <- list()
files <- list.files(pattern="\\.csv$")

for(file in files) {
    stem <- gsub("\\.csv$","",file)
    datalist[[stem]] <- read.csv(file)
}

所以我最终得到了一个datalist包含我所有数据集的列表。

现在，我的问题是只有文件名包含收集数据的每个部分的实际月份和年份，所以我想从每个数据集名称中获取名称和年份，并将它们归入该数据框的两个新列中：“年份”和“月”。

我保存为数据框名称的所有文件名都遵循以下结构：[月]_[年]_[ ...一些其他文本]，例如“August_2012_foo_bar”。所以我想我会使用正则表达式先获取月份然后年份。我的代码存根是：

for(dataset in names(datalists)) {
    name <- dataset
    month <- strapply(name,"^([^_]*).*$")
    ...?
}

正则表达式"^([^_]*).*$"抓取下划线之前的任何内容，即月份。当我需要将抓取的月份分配给数据集的新列时，我遇到了困难。我已经尝试过assign和cbind，但没有运气。

最后，我想将所有这些数据集垂直合并为一个。

谢谢你的帮助！

4

1 回答 1

1

您可以只引用一个新列并分配；R 将为您创建列。

尝试添加：

datalist[[stem]]$Month <- month
...

这将创建一个名为“Month”的新列并将month变量分配给它。请注意，R 将礼貌地重复您分配的变量，以匹配 data.frame 的现有长度。

所以整个循环看起来像：

for(file in files) {
    stem <- gsub("\\.csv$","",file)
    datalist[[stem]] <- read.csv(file)

    #parse out the month and year here
    ...

    #assign to new columns
    datalist[[stem]]$Month <- month
    datalist[[stem]]$Year <- year
}
于 2012-11-26T19:05:31.530 回答