时间戳

首页 > 解决方案 > 使用关键字在目录中找到正确的文件并在R中进行比较

r - 使用关键字在目录中找到正确的文件并在R中进行比较

问题描述

我对 r 很陌生，我对正则表达式没有经验，任何帮助都将不胜感激。

我正在阅读 adir并尝试查找编号为“22953”的文件，然后我想阅读包含此文件的最新文件。日期也写在文件名中。

目录中的文件：

inv_22953_20190828023258_112140.csv
inv_22953_20190721171018_464152.csv
inv_8979_20190828024558_112140.csv

我在这里遇到的问题是，我不能真正依赖字符串的位置来获取日期，因为如您所见，某些文件的字符可能较少，这就是为什么解决方案可能是找到第二个日期之间的日期第三。

filepath <- "T:/Pricing/Workstreams/Business Management/EU/01_Operations/02_Carveouts/05_ImplementationTest/"

list.files(filepath)[which.max(suppressWarnings(ymd_hm(substr(list.files(filepath, pattern="_22953"),11,22))))]```

标签： rregexfind-occurrences

解决方案

library(lubridate)

# First find the files with 22953 inside
myFiles <- grep("22953", list.files(filepath), value = T)

# Then, isolate the date and which file has the newest (maximum) date:

regex <- "^.*_.*_([0-9]{4})([0-9]{2})([0-9]{2}).*\\.csv$"

myFiles[which(as_date(sub(regex, "\\1-\\2-\\3", myFiles)) == max(as_date(sub(regex, "\\1-\\2-\\3", myFiles))))]

正则表达式的解释

  • ^ 匹配字符串的开头（表示“接下来的就是开头”）
  • .* 匹配任何 0+ 次
  • _ 匹配下划线
  • [0-9]{4} 找到 0 到 9 之间的 4 个数字
  • [0-9]{2} 找到 0 到 9 之间的 2 个数字
  • 为替换字符串捕获括号之间的内容
  • \\1 表示括号中的第一组，\\2 表示第二组，\\3 表示第三组
  • $ 指的是字符串的结尾（说“字符串的结尾以 .csv 结尾”）

推荐阅读