我有以下CSV文件:
files = c("C:\\Users\\sh\\/2018/April 17 2018/user_22226.csv",
"C:\\Users\\sh\\/2018/April 17 2018/user_22227.csv",
"C:\\Users\\sh\\/2018/April 17 2018/user_22228.csv",
"C:\\Users\\sh\\/2018/April 17 2018/user_22232.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_21785.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_21815.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_21821.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_21822.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_22226.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_22227.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_22228.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_22230.csv",
"C:\\Users\\sh\\/2018/April 2 2018/user_22232.csv",
"C:\\Users\\sh\\/2018/April 23 2018/user_22921.csv",
"C:\\Users\\sh\\/2018/April 9 2018/user_22226.csv",
"C:\\Users\\sh\\/2018/April 9 2018/user_22227.csv",
"C:\\Users\\sh\\/2018/April 9 2018/user_22228.csv",
"C:\\Users\\sh\\/2018/April 9 2018/user_22230.csv",
"C:\\Users\\sh\\/2018/April 9 2018/user_22232.csv",
"C:\\Users\\sh\\/2018/August 13 2018/user_29607.csv")
我可以通过结尾标识符将它们组织为:
files_sorted = files[order(gsub('.*_(\\d{5})[.].*','\\1',files))]
给我:
[1] "C:\\Users\\sh\\/2018/April 2 2018/user_21785.csv"
[2] "C:\\Users\\sh\\/2018/April 2 2018/user_21815.csv"
[3] "C:\\Users\\sh\\/2018/April 2 2018/user_21821.csv"
[4] "C:\\Users\\sh\\/2018/April 2 2018/user_21822.csv"
[5] "C:\\Users\\sh\\/2018/April 17 2018/user_22226.csv"
[6] "C:\\Users\\sh\\/2018/April 2 2018/user_22226.csv"
[7] "C:\\Users\\sh\\/2018/April 9 2018/user_22226.csv"
[8] "C:\\Users\\sh\\/2018/April 17 2018/user_22227.csv"
[9] "C:\\Users\\sh\\/2018/April 2 2018/user_22227.csv"
[10] "C:\\Users\\sh\\/2018/April 9 2018/user_22227.csv"
[11] "C:\\Users\\sh\\/2018/April 17 2018/user_22228.csv"
[12] "C:\\Users\\sh\\/2018/April 2 2018/user_22228.csv"
[13] "C:\\Users\\sh\\/2018/April 9 2018/user_22228.csv"
[14] "C:\\Users\\sh\\/2018/April 2 2018/user_22230.csv"
[15] "C:\\Users\\sh\\/2018/April 9 2018/user_22230.csv"
[16] "C:\\Users\\sh\\/2018/April 17 2018/user_22232.csv"
[17] "C:\\Users\\sh\\/2018/April 2 2018/user_22232.csv"
[18] "C:\\Users\\sh\\/2018/April 9 2018/user_22232.csv"
[19] "C:\\Users\\sh\\/2018/April 23 2018/user_22921.csv"
[20] "C:\\Users\\sh\\/2018/August 13 2018/user_29607.csv"
我的目标是现在处理具有相同标识ID的CSV文件,例如,以“ 22226.csv”结尾的文件。
我的理想输出是拥有一个DF /表或具有相同ID的CSV文件的列表。然后,我将在编写的用于预处理数据的函数中运行该DF / list。
我尝试使用group_by()和unique(),但返回了NA。
我们可以使用split
创建文件list
。分组基于通过删除字符直到_
lst1 <- split(files, sub('.*_', '', files))