如何使用部分文件名将 CSV 文件读入 R？答案

【问题标题】：How to read a CSV file into R using partial file name?如何使用部分文件名将 CSV 文件读入 R？
【发布时间】：2021-02-02 14:32:21
【问题描述】：

我有一个程序可以将数据输出到 CSV 文件中（在名称中标有日期和时间，即 CSVFileName_2021-01-30 12:00:00.csv），然后需要将这些 CSV 文件读入我的下一个程序.如何在忽略日期/时间的情况下仅使用固定文件名读取它们？理想情况下，它总是会选择具有最新时间戳的文件，因为用户可能在一天内多次运行该程序，因此有多个文件具有相同的部分名称但不同的时间或日期。

任何建议将不胜感激！

【问题讨论】：

标签： r csv datetime

【解决方案1】：

您可以使用list.files 获取与该名称模式匹配的所有文件，对它们进行排序（嗯，它们返回时已经按字母顺序排序），然后选择最新的。像这样的：

most_recent = function(...) {
 tail(list.files(...), 1)
}

read.csv(most_recent(pattern = "CSVFileName"))

【讨论】：

知道这是否适用于指定的文件路径？我将文件存储在 WD 中的单独文件夹中。并且知道这是否适用于 data.table 包中的 fread 吗？谢谢！
它适用于任何将文件路径作为参数的读取函数。这几乎是所有这些。
我使用...，因此您可以将任何参数传递给list.files。它需要一个path 参数，在这种情况下，您可能也想使用full.names = TRUE。有关所有选项的文档，请参阅 ?list.files。

【解决方案2】：

如果您有不同的用户生成了不同的文件名，您可以执行以下操作来获取所有用户的最新文件

library(tidyverse)

files <- c("CSVFileName1_2021-01-30 12:00:00.csv", "CSVFileName1_2021-01-30 11:00:00.csv",
           "CSVFileName1_2021-01-30 10:00:00.csv", "CSVFileName2_2021-01-30 12:00:00.csv",
           "CSVFileName2_2021-01-30 10:00:00.csv", "CSVFileName2_2021-01-30 09:00:00.csv",
           "CSVFileName2_2021-01-30 12:00:00.csv", "CSVFileName3_2021-01-30 11:00:00.csv", 
           "CSVFileName3_2021-01-30 12:00:00.csv", "CSVFileName4_2021-01-30 12:00:00.csv")

files %>% 
  enframe(name = NULL) %>% 
  mutate(file = value) %>% 
  separate(value, into = c("name", "time"), sep = c("_")) %>% 
  mutate(time = time %>% str_remove(".csv") %>% lubridate::as_datetime()) %>% 
  group_by(name) %>% 
  arrange(desc(time)) %>% 
  slice(1) %>% 
  pull(file)
#> [1] "CSVFileName1_2021-01-30 12:00:00.csv"
#> [2] "CSVFileName2_2021-01-30 12:00:00.csv"
#> [3] "CSVFileName3_2021-01-30 12:00:00.csv"
#> [4] "CSVFileName4_2021-01-30 12:00:00.csv"

^{由reprex package (v0.3.0) 于 2021-02-02 创建}

【讨论】：

【解决方案3】：

M.耶茨，

这里有一些代码，它将使用glob2rx 函数在工作目录中查找与定义的模式（例如“my_file*.csv”）匹配的所有 csv 文件，然后根据该文件的“最后修改”时间。

# Load library
library('tidyverse')

# Locate files in working directory
files <- data.frame('files'=dir(pattern = glob2rx("my_file*.csv")), 
                   stringsAsFactors = FALSE)
files$modified_time <- file.mtime(files$files)

# Arrange the 'files' dataframe by the 'modified_time' column in descending order
files <- files %>% arrange(desc(modified_time))

# Read in the latest file which will be in the first row of the 'files' dataframe
my_df <- read_csv(file=files$file[1])

【讨论】：