解決的問題：需要讀取某個大文件夾下所有子文件夾中的excel文件，並彙總，彙總文件中需要包含的2部分的信息：1.該條數據來源於哪個子文件夾；2.該條數據來源於哪個excel文件。最終，按照子文件夾單獨保存彙總文件，或者只保存成一個彙總文件。 場景描述：抓取了各個APP的使用數據，分散地保存在各個文件
解決的問題：需要讀取某個大文件夾下所有子文件夾中的excel文件，並彙總，彙總文件中需要包含的2部分的信息：1.該條數據來源於哪個子文件夾；2.該條數據來源於哪個excel文件。最終，按照子文件夾單獨保存彙總文件，或者只保存成一個彙總文件。
場景描述：抓取了各個APP的使用數據，分散地保存在各個文件夾中。文件格式如下：
- 第一級分類：文件夾名
-
第二級分類：文件夾下xlsx文件名
-
第三級分類：每個xlsx文件中每行（具體的每條數據），但其中並沒有該APP屬於的二級分類和一級分類，需要為每條數據添加二級分類和一級分類，並最終彙總到一個文件中。
解決方法一：
#作用：讀取每個文件夾下的excel，並將其合併成一個文件。 #共有3級：第一級：文件夾名，第二級：文件夾中的xlsx文件名，第三級：xlsx文件中的每行
#代碼後面註釋中若有：【修改】字樣，則表示如果要在你機器上運行該段代碼時，需要進行相應的修改。 ##########方法一：最終單獨保存在每個文件夾下 rm(list=ls()) setwd("E:/cnblogs") #設定工作目錄【修改】 library(xlsx) first_category_name = list.files("APP整理") #list.files命令得到"APP整理”文件夾下所有文件夾的名稱【修改】 dir = paste("./APP整理/",first_category_name,sep="") #用paste命令構建路徑變數dir,第一級目錄的詳細路徑【修改】 n = length(dir) #讀取dir長度，也就是：總共有多少個一級目錄 n_sub<-rep(0,n) n_sub<-as.data.frame(n_sub) n_sub<-t(n_sub) head(n_sub) #n_sub是每個一級目錄(文件夾)下有多少個文件，也就是：有多少個二級目錄，初始化為0，用於後面的操作 ########## for(i in 1:n){ #對於每個一級目錄(文件夾) b=list.files(dir[i]) #b是列出每個一級目錄(文件夾)中每個xlsx文件的名稱 n_sub[i]=length(b) #得到一級目錄(文件夾)下xlsx的文件個數:n_sub merge_1<-read.xlsx("E:/cnblogs/APP整理/xlsx文件樣例.xlsx",sheetIndex=1,encoding='UTF-8')# dim(merge_1) names(merge_1)<-c('序號','APP','2016-01-11','2016-01-12','2016-01-13','2016-01-14','2016-01-15','2016-01-16','2016-01-17')#我的文件列名，根據你具體情況修改【修改】 merge_1$second_category<-'second_category' merge_1$first_category<-'first_category' merge_1<-merge_1[1,-1] #這一段的目的是讀取一個xlsx文件樣例，得到一個初始的dataframe(不含數據)，免除了後面重新建立datafram的麻煩，用於後面文件的rbind拼接 for(j in 1:n_sub[i]){ #對於每個一級目錄(文件夾)下的每個xlsx文件 new_1<-read.xlsx(file=paste(dir[i],'/',b[j],sep=''),sheetIndex=1,encoding='UTF-8') #讀取xlsx文件 names(new_1)<-c('序號','APP','2016-01-11','2016-01-12','2016-01-13','2016-01-14','2016-01-15','2016-01-16','2016-01-17')【修改】 new_1<-new_1[-1,-1] #因為實際數據需要，刪除第一行和第一列（根據實際讀取xlsx文件的情況進行修改） new_1$second_category<-substr(b[j],1,4) #二級目錄的名稱是xlsx的文件名。 new_1$first_category<-first_category_name[i] #一級目錄的名稱是“文件夾名” merge_1<-rbind(merge_1,new_1) } write.xlsx(merge_1,paste(dir[i],'/merge.xlsx',sep=''),row.names = F,col.names= F)#單獨保存在每個文件夾下 }
解決方法二：
##########方法二：最終得到一個彙總的xlsx文件，在每個文件夾下並沒有保存單獨的合併文件
rm(list=ls())
setwd("E:cnblogs") #設定工作目錄【修改】
library(xlsx)
first_category_name = list.files("APP整理") #list.files命令得到"APP整理"文件夾下所有文件夾的名稱
dir = paste("./APP整理/",first_category_name,sep="") #用paste命令構建路徑變數dir,第一級目錄的詳細路徑
n = length(dir) #讀取dir長度，也就是：總共有多少個一級目錄
n_sub<-rep(0,n)
n_sub<-as.data.frame(n_sub)
n_sub<-t(n_sub)
head(n_sub) #n_sub是每個一級目錄(文件夾)下有多少個文件，也就是：有多少個二級目錄，初始化為0，用於後面的操作
merge_1<-read.xlsx("E:/cnblogs/APP整理/xlsx文件樣例.xlsx",sheetIndex=1,encoding='UTF-8')
dim(merge_1)
names(merge_1)<-c('序號','APP','2016-01-11','2016-01-12','2016-01-13','2016-01-14','2016-01-15','2016-01-16','2016-01-17')#我的文件的列名【修改】
merge_1$second_category<-'second_category'
merge_1$first_category<-'first_category'
merge_1<-merge_1[1,-1] #這一段的目的是讀取一個xlsx文件樣例，得到一個初始的dataframe(不含數據)，免除了後面重新建立一個dataframe的麻煩，用於後面文件的rbind拼接
for(i in 1:n){ #對於每個一級目錄(文件夾)
b=list.files(dir[i]) #b是列出每個一級目錄(文件夾)中每個xlsx文件的名稱
n_sub[i]=length(b) #得到一級目錄(文件夾)下xlsx的文件個數:n_sub
for(j in 1:n_sub[i]){ #對於每個一級目錄(文件夾)下的每個xlsx文件
new_1<-read.xlsx(file=paste(dir[i],'/',b[j],sep=''),sheetIndex=1,encoding='UTF-8') #讀取xlsx文件
names(new_1)<-c('序號','APP','2016-01-11','2016-01-12','2016-01-13','2016-01-14','2016-01-15','2016-01-16','2016-01-17')#我的文件的文件名【修改】
new_1<-new_1[-1,-1] #因為實際數據需要，刪除第一行和第一列（根據實際讀取xlsx文件的情況進行修改）
new_1$second_category<-substr(b[j],1,4) #二級目錄的名稱是xlsx的文件名。
new_1$first_category<-first_category_name[i] #一級目錄的名稱是“文件夾名”
merge_1<-rbind(merge_1,new_1)
}
# write.xlsx(merge_1,paste(dir[i],'/merge.xlsx',sep=''),row.names = F,col.names= F)
}
write.xlsx(merge_1,paste("./APP整理",'/merge.xlsx',sep='')
,row.names = F,col.names= F)#得到一個彙總文件，並沒有在每個文件夾下保存單獨的彙總文件
