如何自動繪制許多具有相同行和列數的CSV文件？

Question

我有許多（超過100個）具有相同表結構的csv文件，例如，所有表頭都在第4行中，它們都有6列，數據從第5行到400001，

我需要在散點圖中繪制這些數據，其中x顯示第一列（40001時間單位），其他列是Y，表示不同的變量，[如果我能夠格式化繪圖（顏色，范圍，標題，圖例，則更可取） ，...）]，然后自動輸入這些csv文件並導出png或pdf或其他可能有用的東西，我同時擁有Excel和R，但我不知道如何以有效的方式進行此繪制。 （命名也很重要，它們應具有其CSV文件的名稱）

我如何可以毫不費力地做到這一點的任何想法？

謝謝

Answer 1

您的問題在具體細節上有點輕描淡寫，因此，我將做出一些假設，以從某種答案的框架入手。

讓我們制作一些虛假的CSV文件作為示例數據

將工作目錄設置為包含數據的文件夾...

setwd("C:/my-csv-files")

制作100個6列乘500行的數據幀（以保持快速運行）...

df <- lapply(1:100, function(i) data.frame(cbind(1:500, matrix(sample(1000), 500, 5))))

根據這些數據幀在工作目錄中制作100個csv文件...

lapply(1:length(df), function(i) write.csv(df[[i]],file=paste("df",i,"csv",sep=".")))

現在，我們可以重現您的問題，像這樣... 快速將許多CSV文件讀入R。

# create a list of all CSV files in all the folders 
files <- (dir("C:/my-csv-files", recursive=TRUE, full.names=TRUE, pattern="\\.(csv|CSV)$"))
# read in the CSV files and add the filename of each file as a column to
# each dataset so we can trace back dodgy data 
# so, create a function to read the CSV and get filenames
read.tables <- function(file.names, ...) {
  require(plyr)
  ldply(file.names, function(fn) data.frame(Filename=fn, read.csv(fn, ...)),.progress = 'text')
}
# execute function to read in data from each CSV, including file names of file that data comes from
mydata <- read.tables(files, stringsAsFactors = FALSE)

現在繪制數據 ，您說您只想要CSV文件中所有數據的一個圖...

融合為繪圖格式，這里X1是您的時間變量， X2至X5是CSV文件中的其他變量

require(reshape2)
dat <- melt(mydata, id.vars = c("X1"), measure.vars = c("X2", "X3", "X4", "X5"))

這是您的時間變量與其他變量（用顏色編碼）的單個散點圖。 只是從您的問題中不清楚您要繪制的內容，所以請問另一個具有更多詳細信息的問題。

require(ggplot2)
ggplot(dat, aes(X1, value)) +
  geom_point(aes(colour = factor(variable)))

現在， 將其另存為PDF或PNG ，請參見?ggsave獲取此處的眾多選項...

ggsave(file="myplot.pdf")
ggsave(file="myplot.png")

查找這些文件的位置

getwd()

要為每個CSV文件繪制一個圖，這是一種方法

listcsvs <- lapply(files,function(i) read.csv(i,  stringsAsFactors = FALSE))
names(listcsvs) <- files
require(reshape2)
require(ggplot2)
for (i in 1:length(files)) { 
  tmp <- melt(listcsvs[[i]], id.vars = "X1", measure.vars = c("X2", "X3", "X4", "X5"))
  print(ggplot(tmp,aes(X1, value)) + 
          geom_point(aes(colour = factor(variable))) +
          ggtitle(names(listcsvs[i]))
        )
}

如果您使用的是RStudio ，則可以滾動瀏覽圖並導出要保存為PDF或PNG的圖 。

這樣就涵蓋了您問題的主要部分：

1. 將大量CSV文件讀入R
2. 將數據繪制為一個散點圖，顯示針對一個變量的多個變量
3. 將數據作為每個CSV文件的一個散點圖進行繪制
4. 將圖另存為PDF或PNG文件

另外，您還擁有創建示例數據的代碼，可用於以后的問題中。 通常，示例數據的質量越好，您得到的答案質量就越好（如Thomas在其評論中建議的那樣）。