在 R 中使用 lapply 进行模式匹配

Question

在 R 中，我拥有来自多达 44 个不同地点的降雨数据。包含降雨数据的子文件夹如下所示：

“data_in/1995”、“data_in/1996”、“data_in/2019”

第一个文件夹的前5个文件如下： "S01Y95.out" "S02Y95.out" "S03Y95.out" "S04Y95.out" "S05Y95.out"

我的 R 代码创建了一个子文件夹名称列表，并应用了一个函数来查找带有“S01”的文件，即站点号 1。lapply 函数应用于一个子文件夹名称列表。然后代码将匹配“S01”模式的文件复制到另一个文件夹，以供进一步分析。这一切工作正常，使用以下代码（对不起 - 我还没有弄清楚如何使用 dput 以及你有什么来创建一个漂亮的可重现示例）：

# set path to the directory with the raw data
data_in_path<-'data_in'

# get the names of the subfolders
subfolder_names<-dir(data_in_path,full.names = TRUE)
subfolder_names<-as.list(subfolder_names)

S01_raw_path<-'Site_Data/S01_Raw'

# function to search subdirectories for matching files
p_match_Function <- function(files){

  # reference the full path and the input file name using file.path
  file_match<-list.files(files,pattern = "S01")

  # copy the matching file to site subdirectory
  file.copy(file.path(files,file_match), S01_raw_path)
}

# use lapply to run p_match function on each subfolder
lapply(subfolder_names, function(x) p_match_Function(x))

上面的代码有效，但请注意我在函数内部指定了模式匹配（“S01”）。这可行，但这并不理想，因为我宁愿传递站点名称，例如“S01”、“S02”给函数使用一个列表。另一种方法是调用 p_match 函数大约 48 次，每次手动将模式匹配（站点名称）指定为“S01”、“S02”等。

我尝试了如下的 for 循环，但它给了我一个错误。

# strip the site names from the raw file names in the 2019 folder
site_names<-strtrim(dir('data_in/2019'),3)

# loop through the site names and pass the site name to the p_match_function

for (i in seq_along(site_names)) {
  name<-site_names[i]
  lapply(subfolder_names, function(x,name) p_match_Function(x,name))
}  

这会给出错误“p_match_Function(x, name) 中的错误：未使用的参数 (name)”。

我真的被困在这里了。我怀疑我在第二个例子中调用 lapply 的方式是完全错误的。我应该忘记使用 lapply 并返回使用嵌套循环吗？这违反了函数式编程方法，这是使用 R 的真正优势。想法？

[1]

另一个用户回复了一个建议，但我仍然收到错误消息。我在另一篇文章中找到了答案“将几个参数传递给 lapply 的 FUN（以及其他 * apply）。所以最后我只需要修改 lapply 调用如下并解决了问题：

# loop through the site names and pass the site name to the p_match_function

for (i in seq_along(site_names)) {

  name<-site_names[i]
#  lapply(subfolder_names, function(x,name) p_match_Function(x,name))
  lapply(subfolder_names, p_match_Function, name)

}  

Answer 1

错误代码告诉您p_match_Function不接受参数名称，这是因为现在它只接受files作为参数。 您应该在参数中包含名称：

p_match_Function <- function(files,name){

  # reference the full path and the input file name using file.path
  file_match<-list.files(files,pattern = name)

  # copy the matching file to site subdirectory
  file.copy(file.path(files,file_match), S01_raw_path)
}

Answer 2

好的，这里的代码不起作用，因为函数调用不正确：

# function to search subdirectories for matching files
p_match_Function <- function(files,name) {

  # find a file that matches pattern = name
  file_match<-list.files(files,pattern = name)

  # copy the matching file to site subdirectory
  file.copy(file.path(files,file_match), S01_raw_path)
}
#
# strip the site names from the raw file names in the 1995 folder
site_names<-strtrim(dir('data_in/1995'),3)

# loop through the site names and pass the site name to the p_match_function

for (i in seq_along(site_names)) {

  name<-site_names[i]
  lapply(subfolder_names, function(x,name) p_match_Function(x,name))

}  

另一方面，这里是有效的代码。不仅改变了 lapply 的行：

# function to search subdirectories for matching files
p_match_Function <- function(files,name) {

  # find a file that matches pattern = name
  file_match<-list.files(files,pattern = name)

  # copy the matching file to site subdirectory
  file.copy(file.path(files,file_match), S01_raw_path)
}
#
# strip the site names from the raw file names in the 1995 folder
site_names<-strtrim(dir('data_in/1995'),3)

# loop through the site names and pass the site name to the p_match_function

for (i in seq_along(site_names)) {

  name<-site_names[i]
  lapply(subfolder_names, p_match_Function, name)  
}