如何在文件路径名中使用通配符在 R 中进行模式匹配？

Question

我有一个包含我的 rproj 的目录和一个用于所有输出的“数据”文件夹。数据文件夹中有 40 个子目录，每个子目录包含一个“output.csv”。子目录的名称完全不同，但都以 1 或 2 结尾。

data/****1/output.csv
data/****2/output.csv

星号代表名称的不同部分（不同数量的字母），我需要的每个 csv 都有完全相同的名称。

我需要根据其子目录是否以 1 或 2 结尾，将所有“output.csv”单独列出，并且我一直在尝试使用 grep() 函数

allOutputFiles <- list.files(pattern = "output.csv", recursive = TRUE, full.names = TRUE)

files1 <- grep(pattern = "./data/1$", allOutputFiles, value = TRUE)
files2 <- grep(pattern = "./data/2$", allOutputFiles, value = TRUE)

但是每次我运行它时，它都会返回character(0)。如果我在 1$ 前添加一个“\”，它将返回 invalid regular expression './data/\1$', reason 'Invalid back reference'

如何正确地将通配符应用于不同的文件路径？

Answer 1

我们可以使用dirname获取父目录，然后gsub提取它的最后一个字符。然后我们用split将文件名用这一个字母隔开。

# allOutputFiles <- c("data/****1/output.csv","data/****2/output.csv")
allOutputFiles <- list.files(pattern = "output.csv", recursive = TRUE, full.names = TRUE)
gsub(".*(.)$", "\\1", dirname(allOutputFiles))
# [1] "1" "2"
out <- split(allOutputFiles, gsub(".*(.)$", "\\1", dirname(allOutputFiles)))
out
# $`1`
# [1] "data/****1/output.csv"
# $`2`
# [1] "data/****2/output.csv"

如果您想对此进行索引，请使用 out[["1"]] 进行索引（而 out[[1]] 在这里可以方便地使用，这是基于您选择的最后一个字母的巧合，不应依赖）。