blocks|key|5090594|text|ls函数列出了环境中的所有内容。get函数获得一个具有给定名称的变量。您可以使用class函数获取变量的类。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|5090595|如果你把它们都放在一起，你就能做到：|5090596|ls()[sapply(ls(),+function(x)+class(get(x)))+==+'data.frame']|code-block|syntax|javascript|5090597|它将返回当前环境中data.frames的字符向量。|5090598|entityMap^0|0|2|G|3|14|5|0|0|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@$9|R|A|S|B|C]|$9|T|A|U|B|C]|$9|V|A|W|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|X|8|@]|D|@]|E|$]]|$1|H|3|I|5|J|7|Y|8|@]|D|@]|E|$K|L]]|$1|M|3|N|5|6|7|Z|8|@]|D|@]|E|$]]|$1|O|3|-4|5|6|7|10|8|@]|D|@]|E|$]]]|P|$]]

The <code>ls</code> function lists all things in your environment. The <code>get</code> function gets a variable with a given name. You can use the <code>class</code> function to get the class of a variable.

If you put them all together, you can do this:

<pre><code>ls()[sapply(ls(), function(x) class(get(x))) == 'data.frame']
</code></pre>

which will return a character vector of the data.frames in the current environment.

blocks|key|5090606|text|此函数应以所有data.frames作为元素返回一个正确的列表。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|5090607|dfs+<-+Filter(function(x)+is(x,+"data.frame"),+mget(ls()))|code-block|syntax|javascript|5090608|然后你就可以用|5090609|do.call(rbind,+dfs)|5090610|当然，让一堆data.frames躺在一起是非常愚蠢的，它们是如此相关，以至于您想要对它们进行rbind。听起来他们可能一开始就应该列在名单上。|offset|length|style|CODE|5090611|我建议你远离assign()，这一直是事情可能发生冲突的标志。试一试|5090612|temp+<-+list.files(pattern="*.csv")
dfs+<-+lapply(temp,+read.csv)|5090613|这应该会立刻返回一个列表。|5090614|entityMap^0|0|0|0|0|1B|5|0|6|8|0|0|0^^$0|@$1|2|3|4|5|6|7|Y|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|Z|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|10|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|11|8|@]|9|@]|A|$E|F]]|$1|K|3|L|5|6|7|12|8|@$M|13|N|14|O|P]]|9|@]|A|$]]|$1|Q|3|R|5|6|7|15|8|@$M|16|N|17|O|P]]|9|@]|A|$]]|$1|S|3|T|5|D|7|18|8|@]|9|@]|A|$E|F]]|$1|U|3|V|5|6|7|19|8|@]|9|@]|A|$]]|$1|W|3|-4|5|6|7|1A|8|@]|9|@]|A|$]]]|X|$]]

This function should return a proper list with all the data.frames as elements

<pre><code>dfs &lt;- Filter(function(x) is(x, "data.frame"), mget(ls()))
</code></pre>

then you can rbind them with

<pre><code>do.call(rbind, dfs)
</code></pre>

Of course it's awfully silly to have a bunch of data.frames lying around that are so related that you want to <code>rbind</code> them. It sounds like they probably should have been in a list in the first place.

I recommend you say away from <code>assign()</code>, that's always a sign things are probably afoul. Try

<pre><code>temp &lt;- list.files(pattern="*.csv")
dfs &lt;- lapply(temp, read.csv)
</code></pre>

that should return a list straight away.

blocks|key|4399902|text|从您发布的代码中，我建议您启动一个新的R会话，并使用以下代码再次读取文件|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4399903|do.call(rbind,+lapply(list.files(pattern+=+".csv"),+read.csv))|code-block|syntax|javascript|4399904|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

From your posted code, I would recommend you start a new R session, and read the files in again with the following code

<pre><code>do.call(rbind, lapply(list.files(pattern = ".csv"), read.csv))
</code></pre>

blocks|key|4698182|text|如果您的全局环境中只有相同数量的列和列名的data.frames，那么应该可以使用以下内容(非data.framework对象不重要)：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4698183|do.call(rbind,+eapply(.GlobalEnv,function(x)+if(is.data.frame(x))+x))|code-block|syntax|javascript|4698184|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

If you only have data.frames with the same number of columns and column names in you global environment, the following should work (non-data.frame object don't matter):

<pre><code>do.call(rbind, eapply(.GlobalEnv,function(x) if(is.data.frame(x)) x))
</code></pre>

blocks|key|4698199|text|这是对MentatOfDune的回答的一个小小的改进，它没有捕获多个类的data.frames：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4698200|ls()[grepl('data.frame',+sapply(ls(),+function(x)+class(get(x))))]|code-block|syntax|javascript|4698201|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

This is a slight improvement on MentatOfDune's answer, which does not catch data.frames with multiple classes:

<pre><code>ls()[grepl('data.frame', sapply(ls(), function(x) class(get(x))))]
</code></pre>

blocks|key|4400022|text|要改进MentatOfDune的回答(顺便提一下，很好的用户名)：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4400023|ls()[sapply(ls(),+function(x)+any(class(get(x))+==+'data.frame'))]|code-block|syntax|javascript|4400024|或者更强壮：|4400025|ls()[sapply(ls(),+function(x)+is.data.frame(get(x)))]|4400026|这也支持tibbles+(例如用dplyr创建)，因为它们包含多个类，其中data.frame就是其中之一。|offset|length|style|CODE|4400027|使用R4和更高版本获取TRUE和FALSE的可读版本：|4400028|ls()+%7C>+sapply(get)+%7C>+sapply(is.data.frame)|4400029|最后，超级、超级健壮，也适用于包开发人员：|4400030|ls()[sapply(ls(),+function(x)+is.data.frame(eval(parse(text+=+x),+envir+=+globalenv())))]|4400031|entityMap^0|0|0|0|0|G|5|11|A|0|B|4|G|5|0|0|0|0^^$0|@$1|2|3|4|5|6|7|10|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|11|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|12|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|13|8|@]|9|@]|A|$E|F]]|$1|K|3|L|5|6|7|14|8|@$M|15|N|16|O|P]|$M|17|N|18|O|P]]|9|@]|A|$]]|$1|Q|3|R|5|6|7|19|8|@$M|1A|N|1B|O|P]|$M|1C|N|1D|O|P]]|9|@]|A|$]]|$1|S|3|T|5|D|7|1E|8|@]|9|@]|A|$E|F]]|$1|U|3|V|5|6|7|1F|8|@]|9|@]|A|$]]|$1|W|3|X|5|D|7|1G|8|@]|9|@]|A|$E|F]]|$1|Y|3|-4|5|6|7|1H|8|@]|9|@]|A|$]]]|Z|$]]

To improve MentatOfDune's answer (great username by the way):
<pre><code>ls()[sapply(ls(), function(x) any(class(get(x)) == 'data.frame'))]
</code></pre>
or even more robust:
<pre><code>ls()[sapply(ls(), function(x) is.data.frame(get(x)))]
</code></pre>
This also supports tibbles (created with <code>dplyr</code> for example), because they contain multiple classes, where <code>data.frame</code> is one of them.
A readable version to get <code>TRUE</code>s and <code>FALSE</code>s using R 4 and higher:
<pre><code>ls() |&gt; sapply(get) |&gt; sapply(is.data.frame)
</code></pre>
Finally super, super robust, also for package developers:
<pre><code>ls()[sapply(ls(), function(x) is.data.frame(eval(parse(text = x), envir = globalenv())))]
</code></pre>

I am trying to use <code>rbind</code> on them. But I need a list of all the <code>dataframes</code> that are already in my global environment. How can I do it?

Code I used to import the 20 csv files in a directory. Basically, have to combine into a single dataframe.

<pre><code>temp = list.files(pattern = "*.csv")
for (i in 1:length(temp)) assign(temp[i], read.csv(temp[i]))
</code></pre>

How can I make a list of all dataframes that are in my global environment?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我正试图在它们上使用rbind。但是我需要一个已经在我的全球环境中的所有dataframes的列表。我该怎么做呢？我用来在目录中导入20个csv文件的代码。基本上，必须合并成一个数据帧。temp = list.files(pattern = "*.csv")for (i in 1:length(temp)) assig...

问如何列出我的全球环境中的所有数据文件？
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何列出我的全球环境中的所有数据文件？EN