使用 data.table 从变量文件名中提取扩展名

Question

我有一个 data.table，在字符串列中存储异构文件名。 我想从该列中提取扩展名，始终采用最后一个点出现后的字符。有时文件名可能包含更多点。

我尝试过：

files0=data.table(filename=c("simple_file.csv","file with.two dots.xls"))
files0[,chunks:=length(tstrsplit(filename,"\\."))]
files0[,extension:=tstrsplit(filename,"\\.")[chunks]]

如何确保

tstrsplit

仅应用于每一行，以便此方法有效？

PS：我还设法生成一个列，用

str_count

存储正确数量的文本“块”，但问题仍然是，当我想创建“扩展名”列时，整个“文件名”列似乎是用于每一行。

Answer 1

您可以通过使用

sapply()

对每个文件名和拆分文件名应用

strsplit(filename, "\\.", fixed = TRUE)

函数，然后使用

tail(1)

提取每个拆分的最后一个元素，现在使用

sub()

删除点之前的所有内容

files0[, extension := sub("\\..*$", "", sapply(strsplit(filename, "\\.", fixed = TRUE), tail, 1))]