FAERS数据库R语言处理程序的一些更新：批量读取合并

一、本篇目的批量读取是很多数据分析项目面对的第一个问题，前面数据分析批量读取合并的程序采用了for循环，略显繁琐，本篇予以简化。二、解决方案只写csv和xlsx类型文件的批量读取程序进行示范，其他类型的可根据示例自行研究。csv类型的文件，采用readr2.0中的read_csv函数进行批量读取合并；xlsx类型的文件，采用purrr包中map_dfr函数和readxl包中的read_xlsx函数进行批量读取合并；通过上面的解决方案，可一步到位的解决批量读取和批量合并。另外需要注意，FAERS数据库一直在更新，例如不同季度的demo文件并不一致，采用本文的批量读取方法也应该根据表格变化，分时间批次读取，把完全一致的文件读取合并后，根据最新季度的文件，把不同批次的合并文件进行列名等方面的统一，然后再次合并即可。三、程序示例文件路径中最好不要出现中文；文件的编码方式最好是UTF-8。3.1 csv类型文件

图片

library(tidyverse)#载入tidyverse包library(readxl)#载入readxl包files_csv <- fs::dir_ls("C:/Users/Administrator/Desktop/score_csv", recurse = TRUE, glob = "*.csv")#创建批量读取目录files_csv#查看目录C:/Users/Administrator/Desktop/score_csv/class1.csvC:/Users/Administrator/Desktop/score_csv/class2.csvC:/Users/Administrator/Desktop/score_csv/class3.csvread_csv(files_csv)#批量读取合并# A tibble: 9 x 4  班级  姓名     语文  数学  <chr> <chr>   <dbl> <dbl>1 1班   小明       80    962 1班   小红       75    873 1班   小花       92   1004 2班   小莉       84    885 2班   小米       60    816 2班   大米       94    967 3班   李雷       10    108 3班   韩梅梅     11    119 3班   哆啦A梦   100   100

3.2 xlsx类型文件

图片

library(tidyverse)#载入tidyverse包files_xlsx <- fs::dir_ls("C:/Users/Administrator/Desktop/score_xlsx", recurse = TRUE, glob = "*.xlsx")#创建批量读取目录files_xlsx#查看目录C:/Users/Administrator/Desktop/score_xlsx/class1.xlsxC:/Users/Administrator/Desktop/score_xlsx/class2.xlsxC:/Users/Administrator/Desktop/score_xlsx/class3.xlsxmap_dfr(files_xlsx, read_xlsx)#批量读取合并# A tibble: 9 x 4                                                                        班级  姓名     语文  数学  <chr> <chr>   <dbl> <dbl>1 1班   小明       80    962 1班   小红       75    873 1班   小花       92   1004 2班   小莉       84    885 2班   小米       60    816 2班   大米       94    967 3班   李雷       10    108 3班   韩梅梅     11    119 3班   哆啦A梦   100   100

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。