Como importar vários arquivos .csv de uma só vez?

Suponha que tenhamos uma pasta contendo vários arquivos data.csv, cada um contendo o mesmo número de variáveis, mas cada um de diferentes épocas. Existe uma maneira no R de importá-los todos simultaneamente, em vez de precisar importá-los todos individualmente?

Meu problema é que tenho cerca de 2000 arquivos de dados para importar e ter que importá-los individualmente apenas usando o código:

read.delim(file="filename", header=TRUE, sep="\t")

não é muito eficiente.

Algo como o seguinte deve resultar em cada quadro de dados como um elemento separado em uma única lista:

temp = list.files(pattern="*.csv")
myfiles = lapply(temp, read.delim)

Isso pressupõe que você tenha esses CSVs em um único diretório - seu diretório de trabalho atual - e que todos eles tenham a extensão em minúscula .csv.

Se você deseja combinar esses quadros de dados em um único quadro de dados, consulte as soluções em outras respostas usando coisas como do.call(rbind,...), dplyr::bind_rows()ou data.table::rbindlist().

Se você realmente deseja cada quadro de dados em um objeto separado, mesmo que isso seja desaconselhável, faça o seguinte com assign:

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

Ou, sem assigne para demonstrar (1) como o nome do arquivo pode ser limpo e (2) mostrar como usar list2env, você pode tentar o seguinte:

temp = list.files(pattern="*.csv")
list2env(
  lapply(setNames(temp, make.names(gsub("*.csv$", "", temp))), 
         read.csv), envir = .GlobalEnv)

Mas, novamente, geralmente é melhor deixá-los em uma única lista.

Uma tidyversesolução rápida e sucinta : (mais que o dobro da velocidade da Base R read.csv )

tbl <-
    list.files(pattern = "*.csv") %>% 
    map_df(~read_csv(.))

e o data.table 's fread()pode até reduzir esses tempos de carregamento pela metade novamente. (por 1/4 do tempo Base R )

library(data.table)

tbl_fread <- 
    list.files(pattern = "*.csv") %>% 
    map_df(~fread(.))

O stringsAsFactors = FALSEargumento mantém o fator do quadro de dados livre (e, como aponta o marbel, é a configuração padrão fread)

Se a conversão de tipo estiver sendo atrevida, você pode forçar todas as colunas a serem como caracteres com o col_typesargumento.

tbl <-
    list.files(pattern = "*.csv") %>% 
    map_df(~read_csv(., col_types = cols(.default = "c")))

Se você deseja mergulhar em subdiretórios para construir sua lista de arquivos para vincular eventualmente, inclua o nome do caminho e registre os arquivos com seus nomes completos na sua lista. Isso permitirá que o trabalho de ligação continue fora do diretório atual. (Pensando nos nomes de caminho completos como operando como passaportes para permitir o movimento de volta pelas 'fronteiras' do diretório.)

tbl <-
    list.files(path = "./subdirectory/",
               pattern = "*.csv", 
               full.names = T) %>% 
    map_df(~read_csv(., col_types = cols(.default = "c"))) 

Como Hadley descreve aqui (aproximadamente na metade do caminho):

map_df(x, f)é efetivamente o mesmo que do.call("rbind", lapply(x, f))...

Recurso bônus - adicionando nomes de arquivos aos registros por solicitação de recurso Niks nos comentários abaixo:
* Adicione original filenamea cada registro.

Código explicado: crie uma função para anexar o nome do arquivo a cada registro durante a leitura inicial das tabelas. Em seguida, use essa função em vez da read_csv()função simples .

read_plus <- function(flnm) {
    read_csv(flnm) %>% 
        mutate(filename = flnm)
}

tbl_with_sources <-
    list.files(pattern = "*.csv", 
               full.names = T) %>% 
    map_df(~read_plus(.))

(As abordagens de manipulação de read_plus()tipos e manipulação de subdiretórios também podem ser tratadas dentro da função da mesma maneira que ilustrada na segunda e terceira variantes sugeridas acima.)

### Benchmark Code & Results 
library(tidyverse)
library(data.table)
library(microbenchmark)

### Base R Approaches
#### Instead of a dataframe, this approach creates a list of lists
#### removed from analysis as this alone doubled analysis time reqd
# lapply_read.delim <- function(path, pattern = "*.csv") {
#     temp = list.files(path, pattern, full.names = TRUE)
#     myfiles = lapply(temp, read.delim)
# }

#### `read.csv()`
do.call_rbind_read.csv <- function(path, pattern = "*.csv") {
    files = list.files(path, pattern, full.names = TRUE)
    do.call(rbind, lapply(files, function(x) read.csv(x, stringsAsFactors = FALSE)))
}

map_df_read.csv <- function(path, pattern = "*.csv") {
    list.files(path, pattern, full.names = TRUE) %>% 
    map_df(~read.csv(., stringsAsFactors = FALSE))
}


### *dplyr()*
#### `read_csv()`
lapply_read_csv_bind_rows <- function(path, pattern = "*.csv") {
    files = list.files(path, pattern, full.names = TRUE)
    lapply(files, read_csv) %>% bind_rows()
}

map_df_read_csv <- function(path, pattern = "*.csv") {
    list.files(path, pattern, full.names = TRUE) %>% 
    map_df(~read_csv(., col_types = cols(.default = "c")))
}

### *data.table* / *purrr* hybrid
map_df_fread <- function(path, pattern = "*.csv") {
    list.files(path, pattern, full.names = TRUE) %>% 
    map_df(~fread(.))
}

### *data.table*
rbindlist_fread <- function(path, pattern = "*.csv") {
    files = list.files(path, pattern, full.names = TRUE)
    rbindlist(lapply(files, function(x) fread(x)))
}

do.call_rbind_fread <- function(path, pattern = "*.csv") {
    files = list.files(path, pattern, full.names = TRUE)
    do.call(rbind, lapply(files, function(x) fread(x, stringsAsFactors = FALSE)))
}


read_results <- function(dir_size){
    microbenchmark(
        # lapply_read.delim = lapply_read.delim(dir_size), # too slow to include in benchmarks
        do.call_rbind_read.csv = do.call_rbind_read.csv(dir_size),
        map_df_read.csv = map_df_read.csv(dir_size),
        lapply_read_csv_bind_rows = lapply_read_csv_bind_rows(dir_size),
        map_df_read_csv = map_df_read_csv(dir_size),
        rbindlist_fread = rbindlist_fread(dir_size),
        do.call_rbind_fread = do.call_rbind_fread(dir_size),
        map_df_fread = map_df_fread(dir_size),
        times = 10L) 
}

read_results_lrg_mid_mid <- read_results('./testFolder/500MB_12.5MB_40files')
print(read_results_lrg_mid_mid, digits = 3)

read_results_sml_mic_mny <- read_results('./testFolder/5MB_5KB_1000files/')
read_results_sml_tny_mod <- read_results('./testFolder/5MB_50KB_100files/')
read_results_sml_sml_few <- read_results('./testFolder/5MB_500KB_10files/')

read_results_med_sml_mny <- read_results('./testFolder/50MB_5OKB_1000files')
read_results_med_sml_mod <- read_results('./testFolder/50MB_5OOKB_100files')
read_results_med_med_few <- read_results('./testFolder/50MB_5MB_10files')

read_results_lrg_sml_mny <- read_results('./testFolder/500MB_500KB_1000files')
read_results_lrg_med_mod <- read_results('./testFolder/500MB_5MB_100files')
read_results_lrg_lrg_few <- read_results('./testFolder/500MB_50MB_10files')

read_results_xlg_lrg_mod <- read_results('./testFolder/5000MB_50MB_100files')


print(read_results_sml_mic_mny, digits = 3)
print(read_results_sml_tny_mod, digits = 3)
print(read_results_sml_sml_few, digits = 3)

print(read_results_med_sml_mny, digits = 3)
print(read_results_med_sml_mod, digits = 3)
print(read_results_med_med_few, digits = 3)

print(read_results_lrg_sml_mny, digits = 3)
print(read_results_lrg_med_mod, digits = 3)
print(read_results_lrg_lrg_few, digits = 3)

print(read_results_xlg_lrg_mod, digits = 3)

# display boxplot of my typical use case results & basic machine max load
par(oma = c(0,0,0,0)) # remove overall margins if present
par(mfcol = c(1,1)) # remove grid if present
par(mar = c(12,5,1,1) + 0.1) # to display just a single boxplot with its complete labels
boxplot(read_results_lrg_mid_mid, las = 2, xlab = "", ylab = "Duration (seconds)", main = "40 files @ 12.5MB (500MB)")
boxplot(read_results_xlg_lrg_mod, las = 2, xlab = "", ylab = "Duration (seconds)", main = "100 files @ 50MB (5GB)")

# generate 3x3 grid boxplots
par(oma = c(12,1,1,1)) # margins for the whole 3 x 3 grid plot
par(mfcol = c(3,3)) # create grid (filling down each column)
par(mar = c(1,4,2,1)) # margins for the individual plots in 3 x 3 grid
boxplot(read_results_sml_mic_mny, las = 2, xlab = "", ylab = "Duration (seconds)", main = "1000 files @ 5KB (5MB)", xaxt = 'n')
boxplot(read_results_sml_tny_mod, las = 2, xlab = "", ylab = "Duration (milliseconds)", main = "100 files @ 50KB (5MB)", xaxt = 'n')
boxplot(read_results_sml_sml_few, las = 2, xlab = "", ylab = "Duration (milliseconds)", main = "10 files @ 500KB (5MB)",)

boxplot(read_results_med_sml_mny, las = 2, xlab = "", ylab = "Duration (microseconds)        ", main = "1000 files @ 50KB (50MB)", xaxt = 'n')
boxplot(read_results_med_sml_mod, las = 2, xlab = "", ylab = "Duration (microseconds)", main = "100 files @ 500KB (50MB)", xaxt = 'n')
boxplot(read_results_med_med_few, las = 2, xlab = "", ylab = "Duration (seconds)", main = "10 files @ 5MB (50MB)")

boxplot(read_results_lrg_sml_mny, las = 2, xlab = "", ylab = "Duration (seconds)", main = "1000 files @ 500KB (500MB)", xaxt = 'n')
boxplot(read_results_lrg_med_mod, las = 2, xlab = "", ylab = "Duration (seconds)", main = "100 files @ 5MB (500MB)", xaxt = 'n')
boxplot(read_results_lrg_lrg_few, las = 2, xlab = "", ylab = "Duration (seconds)", main = "10 files @ 50MB (500MB)")

Caso de Uso de Middling

Caso de uso maior

Variedade de casos de uso

Linhas: contagem de arquivos (1000, 100, 10)
Colunas: tamanho final do quadro de dados (5MB, 50MB, 500MB)
(clique na imagem para ver o tamanho original)

Os resultados da base R são melhores para os menores casos de uso em que a sobrecarga de trazer as bibliotecas C de ronronar e dplyr supera os ganhos de desempenho observados ao executar tarefas de processamento em maior escala.

se você quiser executar seus próprios testes, poderá achar este script bash útil.

for ((i=1; i<=$2; i++)); do 
  cp "$1" "${1:0:8}_${i}.csv";
done

bash what_you_name_this_script.sh "fileName_you_want_copied" 100 criará 100 cópias do seu arquivo numeradas seqüencialmente (após os 8 caracteres iniciais do nome do arquivo e um sublinhado).

Atribuições e apreciações

Agradecimentos especiais a:

• Tyler Rinker e Akrun, por demonstrar a marca de microbench .
• Jake Kaupp por me apresentar map_df() aqui .
• David McLaughlin, para obter feedback útil sobre como melhorar as visualizações e discutir / confirmar as inversões de desempenho observadas no arquivo pequeno, nos pequenos resultados da análise do quadro de dados.
• marbel por apontar o comportamento padrão para fread(). (Eu preciso estudar data.table.)

Aqui estão algumas opções para converter os arquivos .csv em um data.frame usando a base R e alguns dos pacotes disponíveis para leitura de arquivos em R.

Isso é mais lento que as opções abaixo.

# Get the files names
files = list.files(pattern="*.csv")
# First apply read.csv, then rbind
myfiles = do.call(rbind, lapply(files, function(x) read.csv(x, stringsAsFactors = FALSE)))

Editar: - Mais algumas opções extras usando data.tableereadr

Uma fread()versão, que é uma função do data.tablepacote. Esta é de longe a opção mais rápida em R .

library(data.table)
DT = do.call(rbind, lapply(files, fread))
# The same using `rbindlist`
DT = rbindlist(lapply(files, fread))

Usando readr , que é outro pacote para ler arquivos csv. É mais lento que fread, mais rápido que a base R, mas tem funcionalidades diferentes.

library(readr)
library(dplyr)
tbl = lapply(files, read_csv) %>% bind_rows()

Além de usar lapplyou alguma outra construção de loop no R, você pode mesclar seus arquivos CSV em um arquivo.

No Unix, se os arquivos não tinham cabeçalhos, é tão fácil quanto:

cat *.csv > all.csv

ou, se houver cabeçalhos, e você puder encontrar uma string que corresponda a cabeçalhos e apenas a cabeçalhos (por exemplo, suponha que todas as linhas de cabeçalho comecem com "Idade"), você faria:

cat *.csv | grep -v ^Age > all.csv

Eu acho que no Windows você poderia fazer isso com COPYe SEARCH(ou FINDalgo assim) na caixa de comando do DOS, mas por que não instalar cygwine obter o poder do shell de comando do Unix?

Este é o código que desenvolvi para ler todos os arquivos csv no R. Ele criará um quadro de dados para cada arquivo csv individualmente e titulará esse quadro como nome original do arquivo (removendo espaços e o arquivo .csv). Espero que você ache útil!

path <- "C:/Users/cfees/My Box Files/Fitness/"
files <- list.files(path=path, pattern="*.csv")
for(file in files)
{
perpos <- which(strsplit(file, "")[[1]]==".")
assign(
gsub(" ","",substr(file, 1, perpos-1)), 
read.csv(paste(path,file,sep="")))
}

As três principais respostas de @ A5C1D2H2I1M1N2O1R2T1, @leerssej e @marbel são basicamente as mesmas: aplique o fread em cada arquivo e depois rbind / rbindlist as tabelas de dados resultantes. Eu costumo usar o rbindlist(lapply(list.files("*.csv"),fread))formulário.

Isso é melhor do que outras alternativas internas R e é bom para um pequeno número de csvs grandes, mas não é o melhor para um grande número de csvs pequenos quando a velocidade importa. Nesse caso, pode ser muito mais rápido usá-lo pela primeira vez cat, como sugere o @Spacedman na resposta da quarta posição. Vou adicionar alguns detalhes sobre como fazer isso no R:

x = fread(cmd='cat *.csv', header=F)

No entanto, e se cada csv tiver um cabeçalho?

x = fread(cmd="awk 'NR==1||FNR!=1' *.csv", header=T)

E se você tiver tantos arquivos que o *.csvshell glob falhe?

x = fread(cmd='find . -name "*.csv" | xargs cat', header=F)

E se todos os arquivos tiverem um cabeçalho E houver muitos arquivos?

header = fread(cmd='find . -name "*.csv" | head -n1 | xargs head -n1', header=T)
x = fread(cmd='find . -name "*.csv" | xargs tail -q -n+2', header=F)
names(x) = names(header)

E se o csv concatenado resultante for muito grande para a memória do sistema?

system('find . -name "*.csv" | xargs cat > combined.csv')
x = fread('combined.csv', header=F)

Com cabeçalhos?

system('find . -name "*.csv" | head -n1 | xargs head -n1 > combined.csv')
system('find . -name "*.csv" | xargs tail -q -n+2 >> combined.csv')
x = fread('combined.csv', header=T)

Finalmente, e se você não quiser todos os .csv em um diretório, mas um conjunto específico de arquivos? (Além disso, todos eles têm cabeçalhos.) (Este é o meu caso de uso.)

fread(text=paste0(system("xargs cat|awk 'NR==1||$1!=\"<column one name>\"'",input=paths,intern=T),collapse="\n"),header=T,sep="\t")

e isso é sobre a mesma velocidade que o gato xargs fread simples :)

Nota: para data.table anterior à v1.11.6 (19 de setembro de 2018), omita o cmd=de fread(cmd=.

Adendo: usar o mclapply da biblioteca paralela no lugar de lapply serial, por exemplo, rbindlist(lapply(list.files("*.csv"),fread))também é muito mais rápido do que o rbindlist lapply fread.

Hora de ler 121401 csvs em uma única tabela de dados. Cada csv possui 3 colunas, uma linha de cabeçalho e, em média, 4.510 linhas. A máquina é uma VM GCP com 96 núcleos:

rbindlist lapply fread   234.172s 247.513s 256.349s
rbindlist mclapply fread  15.223s   9.558s   9.292s
fread xargs cat            4.761s   4.259s   5.095s

Resumindo, se você está interessado em velocidade e possui muitos arquivos e muitos núcleos, o fread xargs cat é cerca de 50x mais rápido que a solução mais rápida nas 3 principais respostas.

Na minha opinião, a maioria das outras respostas é obsoleta rio::import_list, o que é uma linha sucinta:

library(rio)
my_data <- import_list(dir("path_to_directory", pattern = ".csv", rbind = TRUE))

Quaisquer argumentos extras são passados ​​para rio::import. riopode lidar com quase qualquer formato de arquivo que o R possa ler, e usa- data.tableo sempre freadque possível, portanto deve ser rápido também.

O uso de plyr::ldplyaproximadamente um aumento de velocidade de 50% ao ativar a .parallelopção durante a leitura de arquivos 400 csv com aproximadamente 30 a 40 MB cada. O exemplo inclui uma barra de progresso do texto.

library(plyr)
library(data.table)
library(doSNOW)

csv.list <- list.files(path="t:/data", pattern=".csv$", full.names=TRUE)

cl <- makeCluster(4)
registerDoSNOW(cl)

pb <- txtProgressBar(max=length(csv.list), style=3)
pbu <- function(i) setTxtProgressBar(pb, i)
dt <- setDT(ldply(csv.list, fread, .parallel=TRUE, .paropts=list(.options.snow=list(progress=pbu))))

stopCluster(cl)

Com base no comentário do dnlbrk, o assign pode ser consideravelmente mais rápido que o list2env para arquivos grandes.

library(readr)
library(stringr)

List_of_file_paths <- list.files(path ="C:/Users/Anon/Documents/Folder_with_csv_files/", pattern = ".csv", all.files = TRUE, full.names = TRUE)

Ao definir o argumento full.names como true, você obterá o caminho completo para cada arquivo como uma sequência de caracteres separada em sua lista de arquivos, por exemplo, List_of_file_paths [1] será algo como "C: / Users / Anon / Documents / Pasta_com_arquivos_csv / arquivo1.csv "

for(f in 1:length(List_of_filepaths)) {
  file_name <- str_sub(string = List_of_filepaths[f], start = 46, end = -5)
  file_df <- read_csv(List_of_filepaths[f])  
  assign( x = file_name, value = file_df, envir = .GlobalEnv)
}

Você pode usar o fread do pacote data.table ou o R read.csv base em vez do read_csv. A etapa file_name permite que você organize o nome para que cada quadro de dados não permaneça com o caminho completo do arquivo como seu nome. Você pode estender seu loop para fazer outras coisas na tabela de dados antes de transferi-lo para o ambiente global, por exemplo:

for(f in 1:length(List_of_filepaths)) {
  file_name <- str_sub(string = List_of_filepaths[f], start = 46, end = -5)
  file_df <- read_csv(List_of_filepaths[f])  
  file_df <- file_df[,1:3] #if you only need the first three columns
  assign( x = file_name, value = file_df, envir = .GlobalEnv)
}

Este é o meu exemplo específico para ler vários arquivos e combiná-los em um quadro de dados:

path<- file.path("C:/folder/subfolder")
files <- list.files(path=path, pattern="/*.csv",full.names = T)
library(data.table)
data = do.call(rbind, lapply(files, function(x) read.csv(x, stringsAsFactors = FALSE)))

Os códigos a seguir devem fornecer a velocidade mais rápida para big data, desde que você tenha muitos núcleos no computador:

if (!require("pacman")) install.packages("pacman")
pacman::p_load(doParallel, data.table, stringr)

# get the file name
dir() %>% str_subset("\\.csv$") -> fn

# use parallel setting
(cl <- detectCores() %>%
  makeCluster()) %>%
  registerDoParallel()

# read and bind all files together
system.time({
  big_df <- foreach(
    i = fn,
    .packages = "data.table"
  ) %dopar%
    {
      fread(i, colClasses = "character")
    } %>%
    rbindlist(fill = TRUE)
})

# end of parallel work
stopImplicitCluster(cl)

Atualizado em 2020/04/16: Como encontro um novo pacote disponível para computação paralela, uma solução alternativa é fornecida usando os seguintes códigos.

if (!require("pacman")) install.packages("pacman")
pacman::p_load(future.apply, data.table, stringr)

# get the file name
dir() %>% str_subset("\\.csv$") -> fn

plan(multiprocess)

future_lapply(fn,fread,colClasses = "character") %>% 
  rbindlist(fill = TRUE) -> res

# res is the merged data.table

Eu gosto da abordagem usando list.files(), lapply()e list2env()(ou fs::dir_ls(), purrr::map()e list2env()). Isso parece simples e flexível.

Como alternativa, você pode tentar o pequeno pacote { tor } ( para-R ): Por padrão, importa arquivos do diretório ativo para uma lista ( list_*()variantes) ou para o ambiente global ( load_*()variantes).

Por exemplo, aqui eu leio todos os arquivos .csv do meu diretório de trabalho em uma lista usando tor::list_csv():

library(tor)

dir()
#>  [1] "_pkgdown.yml"     "cran-comments.md" "csv1.csv"        
#>  [4] "csv2.csv"         "datasets"         "DESCRIPTION"     
#>  [7] "docs"             "inst"             "LICENSE.md"      
#> [10] "man"              "NAMESPACE"        "NEWS.md"         
#> [13] "R"                "README.md"        "README.Rmd"      
#> [16] "tests"            "tmp.R"            "tor.Rproj"

list_csv()
#> $csv1
#>   x
#> 1 1
#> 2 2
#> 
#> $csv2
#>   y
#> 1 a
#> 2 b

E agora carrego esses arquivos no meu ambiente global com tor::load_csv():

# The working directory contains .csv files
dir()
#>  [1] "_pkgdown.yml"     "cran-comments.md" "CRAN-RELEASE"    
#>  [4] "csv1.csv"         "csv2.csv"         "datasets"        
#>  [7] "DESCRIPTION"      "docs"             "inst"            
#> [10] "LICENSE.md"       "man"              "NAMESPACE"       
#> [13] "NEWS.md"          "R"                "README.md"       
#> [16] "README.Rmd"       "tests"            "tmp.R"           
#> [19] "tor.Rproj"

load_csv()

# Each file is now available as a dataframe in the global environment
csv1
#>   x
#> 1 1
#> 2 2
csv2
#>   y
#> 1 a
#> 2 b

Se você precisar ler arquivos específicos, poderá combinar o caminho do arquivo com regexp, ignore.casee invert.

Para ainda mais flexibilidade, use list_any(). Ele permite que você forneça a função de leitor via argumento .f.

(path_csv <- tor_example("csv"))
#> [1] "C:/Users/LeporeM/Documents/R/R-3.5.2/library/tor/extdata/csv"
dir(path_csv)
#> [1] "file1.csv" "file2.csv"

list_any(path_csv, read.csv)
#> $file1
#>   x
#> 1 1
#> 2 2
#> 
#> $file2
#>   y
#> 1 a
#> 2 b

Passe argumentos adicionais via ... ou dentro da função lambda.

path_csv %>% 
  list_any(readr::read_csv, skip = 1)
#> Parsed with column specification:
#> cols(
#>   `1` = col_double()
#> )
#> Parsed with column specification:
#> cols(
#>   a = col_character()
#> )
#> $file1
#> # A tibble: 1 x 1
#>     `1`
#>   <dbl>
#> 1     2
#> 
#> $file2
#> # A tibble: 1 x 1
#>   a    
#>   <chr>
#> 1 b

path_csv %>% 
  list_any(~read.csv(., stringsAsFactors = FALSE)) %>% 
  map(as_tibble)
#> $file1
#> # A tibble: 2 x 1
#>       x
#>   <int>
#> 1     1
#> 2     2
#> 
#> $file2
#> # A tibble: 2 x 1
#>   y    
#>   <chr>
#> 1 a    
#> 2 b

Foi solicitado que eu adicionasse essa funcionalidade ao pacote R do stackoverflow. Dado que é um pacote tinyverse (e não pode depender de pacotes de terceiros), aqui está o que eu vim com:

#' Bulk import data files 
#' 
#' Read in each file at a path and then unnest them. Defaults to csv format.
#' 
#' @param path        a character vector of full path names
#' @param pattern     an optional \link[=regex]{regular expression}. Only file names which match the regular expression will be returned.
#' @param reader      a function that can read data from a file name.
#' @param ...         optional arguments to pass to the reader function (eg \code{stringsAsFactors}).
#' @param reducer     a function to unnest the individual data files. Use I to retain the nested structure. 
#' @param recursive     logical. Should the listing recurse into directories?
#'  
#' @author Neal Fultz
#' @references \url{/programming/11433432/how-to-import-multiple-csv-files-at-once}
#' 
#' @importFrom utils read.csv
#' @export
read.directory <- function(path='.', pattern=NULL, reader=read.csv, ..., 
                           reducer=function(dfs) do.call(rbind.data.frame, dfs), recursive=FALSE) {
  files <- list.files(path, pattern, full.names = TRUE, recursive = recursive)

  reducer(lapply(files, reader, ...))
}

Ao parametrizar a função de leitor e redutor, as pessoas podem usar data.table ou dplyr, se assim o desejarem, ou apenas usar as funções R básicas que são boas para conjuntos de dados menores.