识别文件夹名称中的字符串以创建变量 (stringi r)答案

【问题标题】：identifying strings in folder names to create variables (stringi r)识别文件夹名称中的字符串以创建变量 (stringi r)
【发布时间】：2021-02-11 11:47:17
【问题描述】：

我希望这会找到你。

我有一个 csv 文件列表，这些文件使用与此类似的约定，“SubB1V2timecourses_chanHbO_Cond2_202010281527”

我想合并数据集中的所有文件并添加变量，例如 ID (B1V2)、生色团（在本例中为 HbO；但其他文件标记为 Hbb）；条件（在这种情况下为 Cond2，但可能是 Cond1-Cond9）。

下面是我当前的功能。到目前为止，我可以读取 ID、时间（这是一个单独的 Excel 文档）和数据。但是，我得到了条件和发色团的 NA。我在字符串规范中缺少什么吗？

非常感谢任何帮助。

保重身体，保持健康，卡罗琳

multmerge <- function(mypath){
  require(stringi)
  require(readxl)
  filenames <- list.files(path=mypath, full.names=TRUE) #path=mypath
  datalist <- lapply(filenames, function(x){
    df <- read.csv(file=x,header= TRUE)
    ID <- unlist(stri_extract_all_regex(toupper(x), "B\\d+"))
   Condition <- unlist(stri_extract_all_regex(tolower(x), "Cond\\d+"))
   Chromophore <- ifelse(stri_detect_regex(toupper(x), "HbO"), "HbO",
                      ifelse(stri_detect_regex(toupper(x), "Hbb"), "Hbb", "NA"))
     #ifelse(stri_detect_regex(tolower(x), "nonsocial"),"NonSocial",
                      #  ifelse(stri_detect_regex(tolower(x),"social-inverted"), "social_inverted",
                              # ifelse(stri_detect_regex(tolower(x),"social"), "social", "NA")))
   # time <- read_excel("time4hz.xlsx")
    df <- data.frame(ID, time, Condition, Chromophore, df)
    return(df)
  }) # end read-in function
  
  Reduce(function(x,y) {merge(x,y,all = TRUE)}, datalist)
}

【问题讨论】：

嗨@Caroline，我认为当您使用tolower 和toupper 检测字符/单词/字符串时它们是不常用的。我想他们会是Condition <- unlist(stri_extract_all_regex(x, "Cond\\d+"))、Chromophore <- ifelse(stri_detect_regex(x, "HbO"), "HbO", ifelse(stri_detect_regex(x, "Hbb"), "Hbb", "NA")) 还是其他？
感谢您的成功！

标签： r string file data-wrangling stringi

【解决方案1】：

也许您想要strcapture 之类的东西？例如，如果您有这样的文件名列表

filenames <- c(
  "/path/to/SubB1V2timecourses_chanHbO_Cond2_202010281527", 
  "/path/to/SubB4V9timecourses_chanHbb_Cond7_202010011527"
)

然后

strcapture(
  "Sub([^_]+)timecourses_chan([^_]+)_([^_]+)_\\d+", 
  basename(filenames), 
  data.frame(ID = character(), chromophore = character(), condition = character())
)

    ID chromophore condition
1 B1V2         HbO     Cond2
2 B4V9         Hbb     Cond7

将此与您的 multmerge 结合起来：

multmerge <- function(mypath){
  filenames <- list.files(path = mypath, full.names = TRUE) #path=mypath
  metadata <- strcapture(
    "Sub([^_]+)timecourses_chan([^_]+)_([^_]+)_\\d+", 
    basename(filenames), 
    data.frame(ID = character(), chromophore = character(), condition = character())
  )
  datalist <- lapply(seq_along(filenames), function(i, nms, info) {
    df <- read.csv(file = nms[[i]], header = TRUE)
    data.frame(info[i, ], df)
  }, filenames, metadata)
  Reduce(function(x,y) {merge(x, y, all = TRUE)}, datalist)
}

【讨论】：