复制的噩梦，根据另一个文件夹中的文件选择要复制的文件答案

【问题标题】：A copying nightmare, choosing files to copy based on files in another folder复制的噩梦，根据另一个文件夹中的文件选择要复制的文件
【发布时间】：2018-12-16 12:46:33
【问题描述】：

我在使用 copy.file 时遇到了一点问题。

我需要根据另一个文件目录中的名称从具有多个子目录（.tif 文件所在的位置）的目录中复制 .tif 文件。我有以下代码（几乎可以工作）

ValidatedDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Validated"
RawDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Raw"
OutputDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Ouputfolder"

ValidatedImages <- list.files(ValidatedDirectory)


# this is to remove the extra bit that is added onto the validated images [working]
pattern <- gsub("_hc", "", ValidatedImages) 
pattern <- paste(gsub("([.|()\\^{}+$*?]|\\[|\\])", "\\\\\\1", pattern), collapse="|")

# this bit tackles finding the relevant files based on the ValidatedImages
filesinRAW <- list.files(
  path = RawDirectory,
  recursive = TRUE,
  include.dirs = FALSE,
  full.names = FALSE)
filesinRAW <- as.list(filesinRAW)

# this removes subdirectory prefix in front of the file and .tif which confuses it
filesinRAW <- as.list(gsub("\\d\\d\\d\\d/", "", filesinRAW)) 
filesinRaw <- as.list(gsub(".tif", "", filesinRAW))

tocopy <- grep(filesinRAW, pattern = pattern, value = TRUE)
tocopy <- as.list(tocopy)
tocopy <- as.list(gsub(".tif", "", tocopy))

setwd(RawDirectory)

file.copy(from = tocopy, to = OutputDirectory, overwrite = TRUE)

我收到No such file or directory 错误，文件确实存在（显然），因此我必须在命名上做错了。

我已经有一段时间了，如果有帮助，我可以上传示例数据并分享链接。

感谢社区的任何帮助！

【问题讨论】：

标签： r copying

【解决方案1】：

在调试时，试着分解你的代码，看看在每一步你的变量是否仍然和你期望的一样。

也就是说，我现在在您的代码中发现了几个问题：

grep 与 pattern 一起工作，这是一个长度为一的正则表达式。如果你给它多个正则表达式，它会使用第一个（带有警告，如果你禁用它们，你看不到）。
要使用多个匹配项，您可以使用apply 和sapply：filesinRAW[apply(sapply(pattern, grepl, x=filesinRAW), 2, any)]。但请看最后一点
grep 默认使用模式作为正则表达式，如果你的模式包含被解析的字符，这可能会破坏事情。例如，grep('^test', '^test') 给出零结果。要检查字符串是否包含文字字符串，可以使用grep(..., fixed=TRUE)
在最后一步中，您使用sub(".tif", "", to copy)，它将删除任何像.tif 这样的模式。我想您打算在最后再次添加 .tif，现在您正在尝试复制没有扩展名的文件，这将找不到。要添加，您可以使用paste。
在几个步骤中，您可以使用as.list。为什么？在 R 中，一切都是矢量化的，这意味着已经使用了多个值。列表和向量之间的区别在于列表可以存储不同类型的对象，但无论如何您都不会这样做。据我所见， as.lists 不会造成任何损害，因为所有函数都会作为第一步将您的列表转换回字符向量。
最后，据我所知，您首先制作了需要复制的文件名列表 (pattern)，然后将其与文件的完整列表进行比较。你试图让它们完全匹配。那为什么要使用正则表达式呢？如果您只知道文件名的一部分，则正则表达式很有用，但这就是您的目标。例如。如果filename1._hc 在您的ValidatedDirectory 中，是否也需要复制文件filename11.tif 和filename12.tif？如果您只是在寻找精确匹配，您可以直接比较它们：
tocopy <- tocopy[tocopy %in% pattern]

但通常，在 R 中工作很容易，因为您可以逐步完成所有操作，如果您只检查 tocopy，您可以查看您的调用是否有意义。

【讨论】：

太棒了，多么全面的答案。我使用了 as.list 函数，因为我有一个类似的代码用于另一个目的，它只在作为列表时才有效。我暂时把它放在那里了。今晚（格林威治标准时间）我将解决这些问题。我对 R 的这一方面相当陌生，主要将其用于统计数据，但我知道一切皆有可能。再次感谢您详细且内容丰富的回答！吉姆

【解决方案2】：

在@Emil Bode 的大力帮助下，我对这个问题有了以下解决方案（也许不是最优雅的，但它在 1000 个 .tif 文件上运行得足够快。

ValidatedDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Validated"
RawDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Raw"
OutputDirectory <- "C:/Users/JS22/Desktop/R_Experiments/Raw_Folder_Testa/Ouputfolder"

ValidatedImages <- list.files(ValidatedDirectory)

pattern <- gsub("_hc", "", ValidatedImages)
pattern <- paste(gsub("([.|()\\^{}+$*?]|\\[|\\])", "\\\\\\1", pattern), collapse="|")

filesinRAW <- list.files(
  path = RawDirectory,
  recursive = TRUE,
  include.dirs = FALSE,
  full.names = FALSE,
  pattern = pattern)

setwd(RawDirectory)

file.copy(from = filesinRAW, to = OutputDirectory, overwrite = TRUE)

【讨论】：