【问题标题】:Processing files in a particular order in R在 R 中以特定顺序处理文件
【发布时间】:2013-07-08 12:17:09
【问题描述】:

我有几个数据文件,需要按特定顺序处理。文件名称的模式是,例如"Ad_10170_75_79.txt"。

目前它们是根据第一个数字(长度不同)排序的,见下文:

f <- as.matrix (list.files())
f
[1] "Ad_10170_75_79.txt" "Ad_10345_76_79.txt" "Ad_1049_25_79.txt"  "Ad_10531_77_79.txt"

但我需要它们按中间数字排序,如下所示:

> f
[1] "Ad_1049_25_79.txt" "Ad_10170_75_79.txt" "Ad_10345_76_79.txt"   "Ad_10531_77_79.txt"

因为我只需要文件名的中间数字,我认为最简单的方法是去掉其余的名称并重命名所有文件。为此,我尝试使用strsplit (plyr)。

f2 <- strsplit (f,"_79.txt")

但我确信有一种方法可以直接对文件进行排序,而无需重命名所有文件。我尝试使用sort 并用regex 描述名称,但没有成功。这个问题已经困扰了很多天,我花了几个小时搜索和尝试,来解决这个可能很容易的任务。非常感谢任何帮助。

旧示例数据集:

f <- c("Ad_10170_75_79.txt", "Ad_10345_76_79.txt",
       "Ad_1049_25_79.txt", "Ad_10531_77_79.txt")

感谢您的回答。我想我必须修改我的示例,因为该解决方案应该适用于所有可能的中间数字,而与它们的数字无关。

新示例数据集:

f <- c("Ad_10170_75_79.txt", "Ad_10345_76_79.txt",
       "Ad_1049_9_79.txt", "Ad_10531_77_79.txt")

【问题讨论】:

    标签: r filenames


    【解决方案1】:

    这是一个正则表达式方法。

    f[order(as.numeric(gsub('Ad_\\d+_(\\d+)_\\d+\\.txt', '\\1', f)))]
    # [1] "Ad_1049_9_79.txt"   "Ad_10170_75_79.txt" "Ad_10345_76_79.txt" "Ad_10531_77_79.txt"
    

    【讨论】:

    • @May6 已更新。您可以通过使用 as.numeric 包装调用 gsub 来解决此问题。
    • 感谢这项工作!你知道傻瓜的正则表达式教程吗?我找不到一个对我来说足够详细的。
    • 如果您选择 R 语言,我推荐?regex。
    • 我已经阅读了?regexhelppage,但我正在寻找更详细的。这种方法非常适用于小示例数据集,不幸的是不适用于我的大数据集。我认为其中还有几种数字组合。现在,我将尝试了解 regex 的工作原理以及如何使其适应我的任务。
    • 我的错误 - 它非常适合我的大数据集 - 非常感谢!
    【解决方案2】:

    试试这个:

    f[order(as.numeric(unlist(lapply(strsplit(f, "_"), "[[", 3))))]
    [1] "Ad_1049_25_79.txt"  "Ad_10170_75_79.txt" "Ad_10345_76_79.txt" "Ad_10531_77_79.txt"
    

    首先我们按_进行拆分,然后选择每个列表元素的第三个元素,根据该顺序找到顺序和子集f。

    【讨论】:

    • 感谢您的努力!我已经编辑了我的问题,因为如果中间的数字具有相同的长度,代码就可以工作。它不适用于新示例,顺序为:75,76,77,9。抱歉,我之前没有想过这个。
    • @May6 如果您的字符串是AD_number_number_number.txt,这种方法应该可以工作。它将在_ 上拆分后挑选出第三个单词。
    • 我的字符串如你所说。如果您将as.numeric 添加到代码中,则此解决方案有效: f[order(as.numeric(unlist(lapply(strsplit(f, "_"), "[[", 3))))]
    • 我已经按照建议编辑了答案,现在它对每个数字都可以正常工作。
    【解决方案3】:

    我会创建一个包含文件名及其各自提取索引的小数据框:

    f<- c("Ad_10170_75_79.txt","Ad_10345_76_79.txt","Ad_1049_25_79.txt","Ad_10531_77_79.txt")
    f2 <- strsplit (f,"_79.txt")
    mydb <- as.data.frame(cbind(f,substr(f2,start=nchar(f2)-1,nchar(f2))))
    names(mydb) <- c("filename","index")
    library(plyr)
    arrange(mydb,index)
    

    将此的第一列作为您的文件名向量。

    附录:

    如果需要数字索引,只需将字符转换为数字:

    mydb$index <- as.numeric(mydb$index)
    

    【讨论】:

    • 感谢您的努力。您的解决方案适用于第一个示例,但不适用于第二个示例数据集。它不将数字识别为数字,因此排序错误。我尝试解决这个问题,但没有成功。因为无论如何我需要在后面的步骤中建立索引,所以我会对一个合适的工作解决方案非常感兴趣。
    • @May6 这个很容易实现,请看附录。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2016-12-23
    • 1970-01-01
    • 1970-01-01
    • 2020-10-20
    • 1970-01-01
    • 2018-10-25
    相关资源
    最近更新 更多