3

我一直在尝试导入几个 csv 文件，使用函数“melt”并将它们合并到 R 中的单个数据库中。所有文件都有一个“id”、“date.time”和“tag”列；但是，其余列因文件而异。这是一个文件中几行的示例：

               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)

我正在尝试使用此循环来融合每个文件并绑定生成的数据框。但是，它仅适用于循环中的最后一个文件。我不确切知道如何设置循环/函数，以便它可以首先执行每个文件的“融化”，然后将它们“合并/绑定”到单个数据帧中。

for(j in 1:length(data)){
   dm<-melt(data[[j]],measure.vars=c(4:length(data[[j]])),
     id=c("date.time","tag"),variable.name="receiver")

   results<-rbind(dm)   

  }

任何建议将不胜感激！

4

1 回答 1

4

最好先lapply加载所有内容，然后melt按如下方式使用：（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 的编辑之后 

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)
于 2012-12-27T02:23:18.613 回答