一、本篇谋略批量读取是很巨额据分析名目濒临的第一个问题，前边数据分析批量读取归拢的设施继承了for轮回，略显繁琐，本篇赐与简化。二、责罚决策只写csv和xlsx类型文献的批量读取设施进行示范，其他类型的可凭据示例自行磋议。csv类型的文献，继承readr2.0中的read_csv函数进行批量读取归拢；xlsx类型的文献，继承purrr包中map_dfr函数和readxl包中的read_xlsx函数进行批量读取归拢；通过上头的责罚决策，可一步到位的责罚批量读取和批量归拢。另外需要留意，FAERS数据库一直在更新，举例不同季度的demo文献并不一致，继承本文的批量读取门径也应该凭据表格变化，分时期批次读取，把皆备一致的文献读取归拢后，凭据最新季度的文献，把不同批次的归拢文献进行列名等方面的长入，然后再次归拢即可。三、设施示例文献旅途中最佳不要出现汉文；文献的编码样式最佳是UTF-8。3.1 csv类型文献

图片

chloe 调教

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")#创建批量读取目次files_csv#稽查目次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)#批量读取归拢# 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类型文献

图片

library(tidyverse)#载入tidyverse包files_xlsx <- fs::dir_ls("C:/Users/Administrator/Desktop/score_xlsx"， recurse = TRUE， glob = "*.xlsx")#创建批量读取目次files_xlsx#稽查目次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)#批量读取归拢# 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

本站仅提供存储作事，所有施行均由用户发布，如发现存害或侵权施行，请点击举报。