希望有人可以帮助我解决这个问题。基本上，我有几个csv文件，我想合并所有文件以创建一个数据框。每个csv文件都有多个行（csv文件的主要部分），然后有一些空行，然后是有关特定文件的一些信息。例如，csv文件1：
a b c d
1 2 4 3
4 3 4 2
p 2
t 3
csv文件2：
a b c d
0 2 1 8
3 4 1 2
p 4
t 6
我已经能够加入所有csv文件的主要部分。为此，我刚刚创建了一个函数。在此特定示例中，我只需要前三行，因此：
multmerge=function(mypath) {
filenames=list.files(path=mypath, full.names=TRUE)
datalist= lapply(filenames, function (x) read.csv(file=x, header=TRUE,
nrows=3))
Reduce(function(x,y) merge(x,y, all = TRUE), datalist)}
full_data <- multmerge(mypath)
结果是这样的：
a b c d
1 2 4 3
4 3 4 2
0 2 1 8
3 4 1 2
但是，我希望dataframe full_data包含每个csv文件的信息部分中的变量，所以最后我会得到这样的内容：
a b c d p t
1 2 4 3 2 3
4 3 4 2 2 3
0 2 1 8 4 6
3 4 1 2 4 6
任何提示？
谢谢！
这是我的data.table解决方案。
为了保持动态，它会读取每个文件几次。在处理大文件（或大量文件）时，这可能会大大降低速度。但是据我所知，这是使用data.table::fread()跳过文件底部的唯一方法。此解决方案的额外好处是您的文件可以具有任意行数。该代码仅去除最后四个（两个空白，并带有p / t值的行）。
我的样本数据存在两个文件，./csv1.csv和./csv2.csv，其中包含问题的样本数据。
下面的代码中会发生什么：-建立您要阅读的文件列表-在自定义函数中使用data.table::fread()读取文件：_-确定文件中要读取的行数；_-首先读取每个文件的最后四行，但最后四行除外；_-然后读取每个文件的最后两行；_-以我们想要的格式组合这两个结果。-将列表绑定到一个数据表。
#get a list of files you want to read
filelist <- list.files( path = "./", pattern = "^csv[12]\\.csv", full.names = TRUE )
#read the files to a list, using a custom function
l <- lapply( filelist, function(x) {
#get the length of the file first, by reading in the file
# sep = "" is for faster reading of the file
length_file <- nrow( fread(x, sep = "", header = TRUE ) )
#use data.table::fread to read in the file EXCEPT the four last lines
file_content <- data.table::fread( x, nrows = length_file - 4 , fill = TRUE )
#use data.table::fread to read in the file ONLY the last two lines
file_tail <- data.table::fread( x, skip = length_file - 2 , fill = TRUE )
#build final output
output <- file_content[, `:=`( p = file_tail[ V1 == "p", V2 ],
t = file_tail[ V1 == "t", V2 ] )]
})
# [[1]]
# a b c d p t
# 1: 1 2 4 3 2 3
# 2: 4 3 4 2 2 3
#
# [[2]]
# a b c d p t
# 1: 0 2 1 8 4 6
# 2: 3 4 1 2 4 6
#use data.table::rbindlist() to bind the list to a single data.table
data.table::rbindlist( l )
# a b c d p t
# 1: 1 2 4 3 2 3
# 2: 4 3 4 2 2 3
# 3: 0 2 1 8 4 6
# 4: 3 4 1 2 4 6