读取文件夹中的647个CSV，对每个CSV中的列求和，并将和添加到R中的新数据框中

首先，读取文件夹中的647个CSV文件可以使用编程语言中的文件操作和CSV解析库来实现。具体步骤如下：

遍历文件夹中的每个CSV文件。
使用CSV解析库读取每个CSV文件，并将其存储为一个数据结构（例如，列表或数据帧）。
对每个CSV文件进行遍历，计算每一列的和。
将每个CSV文件的和添加到一个新的数据结构中（例如，一个新的数据帧或列表）。
最后，将新的数据结构写入R中的新数据框。

以下是一个示例代码（使用Python语言和pandas库）来完成这个任务：

import os
import pandas as pd

folder_path = "文件夹路径"

# 读取文件夹中的CSV文件
csv_files = [f for f in os.listdir(folder_path) if f.endswith(".csv")]

# 初始化新的数据帧
new_df = pd.DataFrame()

# 遍历每个CSV文件
for file in csv_files:
    # 构建CSV文件的完整路径
    file_path = os.path.join(folder_path, file)
    
    # 读取CSV文件并计算列和
    df = pd.read_csv(file_path)
    sum_by_column = df.sum()
    
    # 将列和添加到新的数据帧中
    new_df[file] = sum_by_column

# 在R中创建新的数据框
# 可以将new_df保存为CSV文件，然后在R中读取
new_df.to_csv("sums.csv", index=False)

在这个示例代码中，我们使用了pandas库来读取和处理CSV文件。它提供了灵活且高效的数据结构，能够方便地进行数据操作和计算。

请注意，这只是一个示例代码，并不包含具体的推荐腾讯云产品和产品介绍链接地址。您可以根据实际需求和具体场景来选择合适的云计算产品和服务，例如云存储服务、数据处理服务、服务器实例等。