在读取 csv 文件之前删除两个文件夹之间不匹配的 csv 文件

Question

我有两个文件夹，它们的文件名也有一定的模式

在“post”文件夹中有 5 个文件“aab.csv、bbc.csv、cfd.csv、f.csv、g.csv” 在“comment”文件夹中有 4 个文件“aab_comment.csv、bbc_comment.csv、cfd_comment.csv、dgh_comment.csv”

它们是大数据文件。所以，在阅读这些文件之前，我只想阅读匹配的文件。前面单词不相同的非不匹配文件。

例如，在“post”文件夹中，aab、bbc、cfd 和在“comment”文件夹中的aab_comment、bbc_coment、cfd_comment 的前词相同。所以，我只想在 post 文件夹的文件列表中制作 3 个文件“aab.csv、bbc.csv、cfd.csv”。

如何制作 modified_post_list（aab.csv、bbc.csv、cfd.csv）？

以下是我到现在为止的尝试。

post_dir <- c:/post/
comment_dir <- c:/comment/
post <- list.files(post_dir)
#> aab.csv',' bbc.csv', 'cfd.csv', 'f.csv', 'efg.csv', 'fgg.csv', 'gda.csv'

comment <- list.files(comment_dir)
#> 'abc_comment.csv', 'bcc_comment.csv', 'efg_comment.csv', 'fgg_comment.csv'

Answer 1

您可以使用sub 提取文件名的前词，并使用%in% 来查找匹配项：

x <- sub("(.*)\\..*", "\\1", post)
y <- sub("(.*)_.*", "\\1", comment)
post[x %in% y]
#[1] "aab.csv" "bbc.csv" "cfd.csv"
comment[y %in% x]
#[1] "aab_comment.csv" "bbc_comment.csv" "cfd_comment.csv"

数据：

post  <- c("aab.csv", "bbc.csv", "cfd.csv", "f.csv", "g.csv")
comment  <- c("aab_comment.csv", "bbc_comment.csv", "cfd_comment.csv", "dgh_comment.csv")