R:在尝试添加从csv文件转换的数据帧时，使用“rbind”函数出错

Question

data :包含数据的驱动器文件夹可以在这里下载：光谱数据。该文件夹包含332个逗号分隔值(CSV)文件，其中包含美国332个地点的细颗粒物(PM)空气污染污染监测数据。每个文件包含来自单个监视器的数据，每个监视器的ID编号包含在文件名中。例如，监视器200的数据包含在文件“200.csv”中。每个文件包含三个变量。日期:以(年月日)格式表示的观测日期，硫酸盐:该日空气中的硫酸盐PM水平(以每立方米微克为单位)；硝酸盐:该日空气中的硝酸盐PM水平(以微克/立方米计)。

目标编写了一个名为“污染均值”的函数，该函数通过指定的监视器列表计算污染物(硫酸盐或硝酸盐)的平均值。函数“污染”包含三个参数：“目录”、“污染物”和“id”。给定矢量监视器ID号，“污染平均”读取“目录”参数中指定的目录中的“颗粒物质数据”，并在所有监视器中返回污染物的平均值，而忽略任何编码为NA的缺失值。

脚本：

pollutantmean <- function(directory,pollutant, id) {
  originaldir = getwd()
  setwd(paste(getwd(),"/",directory,sep = "")) ##assuming the needed folder (i.e specdata in this case) is present in originaldir
  samples <- dir()
  master.data.frame <- data.frame(matrix(data=NA,nrow=2,ncol=4)) ##creating an empty data frame with number of columns equal to the csv files and random number of rows.
  if (pollutant == "Sulphate") {
    pollutant.index = 2   ## assigning column number for sulphate
  } else {
    pollutant.index = 3   ## assigning column number for nitrate
  }
  for (i in id) {
    files <- as.data.frame(read.csv(samples[i]))
    master.data.frame <- rbind(master.data.frame,files)
  }

  means <- colMeans(master.data.frame[pollutant.index],na.rm = TRUE)
  setwd(originaldir)
  print(means)
}

调用函数：

pollutantmean("specdata","sulphate",1:10)

错误消息

Error in match.names(clabs, names(xi)) : 
  names do not match previous names 
5. stop("names do not match previous names") 
4. match.names(clabs, names(xi)) 
3. rbind(deparse.level, ...) 
2. rbind(master.data.frame, files) 
1. pollutantmean("specdata", "sulphate", 1:10) 

其目标是创建一个包含所有csv文件的所有读数的主数据框架，然后使用colMeans函数对列进行过滤，并且不需要NA值。这就是代码分裂的地方。

请让我知道如何解决这个错误。

Answer 1

问题是，您的初始数据框架不具有与从文件中读取的列名相同的列名。您可以用正确的名称构造它，但是让它成为NULL并像这样初始化要容易得多：

master.data.frame <- NULL

当然，r2evans是绝对正确的，重复重新绑定是完全没有效率的。但它可能足够好-你决定你的申请。

还有一些不请自来的评论：

我将避免使用setwd，而是使用file.path构造数据的正确路径，并在read.csv中使用该路径。

我还会尽量避免使用数值索引来寻址data.frame的列，而是使用列名。

最后- read.csv已经返回一个data.frame -不需要转换它。

下面是一个略为清晰的版本：

pollutantmean <- function(directory, pollutant, id) {
    master.data.frame <- NULL
    allfiles <- list.files(directory)
    for (i in id) {
        thisfile <- read.csv(file.path(directory, allfiles[i]))
        master.data.frame <- rbind(master.data.frame,thisfile)
    }

    means <- colMeans(master.data.frame[pollutant],na.rm = TRUE)
    print(means)
}