根據文件名向R中的數據幀分配ID向量？

Question

介紹：

我有一個充滿來自傳感器網絡數據的目錄。 我想使用位於文件名中的每個傳感器的序列號來創建ID向量。 。

這是一些文件名示例：

2017-07-18-32058-aqdata.csv

2017-07-18-32033-aqdata.csv

每個傳感器的序列號都在時間戳之后，例如32058或32033 。

這是我當前讀取數據的方式：

## Load the necessary packages:
if (!require(plyr)){
    install.packages('plyr')
    library(plyr)
}

if (!require(dplyr)){
    install.packages('dplyr')
    library(dplyr)
}

## Define a function to read in a single file:
read.data <- function(file_path){
    df <- read.csv(file_path, header=TRUE, stringsAsFactors=FALSE)
    names(df)<-c("datetime", "co", "co2", "VOC", "RH","ugm3","temp")
    df$datetime <- strptime(df$datetime, format="%Y-%m-%d %H:%M")
    df$datetime <- as.POSIXct(df$datetime, format="%Y-%m-%d %H:%M:%S")
    return(df)
}

## Assign object 'file_path' to my target directory:
file_path <-"~/my_directory/"

## Generate a list of files within this directory:
file_list <- list.files(path = file_path, pattern="\\.csv$", all.files=FALSE, full.names=TRUE, ignore.case=FALSE)

## Apply the data.read function to the list of files:
df_master <- dplyr::ldply(file_list, read.data)
df_master <- plyr::arrange(df_master, datetime)

如何利用每個文件名中的序列號在read.data()函數中創建相應的ID向量？

這是一些示例數據：

df_example <- structure(list(datetime = structure(c(1497296520, 1497296580, 1497296640, 1497296700, 1497296760, 1497296820), class = c("POSIXct", "POSIXt"), tzone = ""), co = c(0, 0, 0, 0, 0, 0), co2 = c(1118L, 1508L, 836L, 620L, 529L, 498L), VOC = c(62.1353, 59.7594, 59.1831, 57.9592, 56.4335, 53.6528), RH = c(51.45, 52.18, 50.72, 49.71, 49.21, 48.51), ugm3 = c(2.601, 1.061, 1.901, 1.481, 2.501, 3.261), temp = c(72.27, 72.35, 72.45, 72.55, 72.67, 72.77)), .Names = c("datetime", "co", "co2", "VOC", "RH", "ugm3", "temp"), row.names = c(NA, 6L), class = "data.frame")

提前致謝！

Answer 1

這假設您的傳感器編號都是5個以上的數字，這有助於避免與日期混淆。 使用stringr ：

library(stringr)

read.data <- function(file_path){
  df <- read.csv(file_path, header=TRUE, stringsAsFactors=FALSE)
  names(df)<-c("datetime", "co", "co2", "VOC", "RH","ugm3","temp")
  df$datetime <- strptime(df$datetime, format="%Y-%m-%d %H:%M")
  df$datetime <- as.POSIXct(df$datetime, format="%Y-%m-%d %H:%M:%S")

  # New code to pull in sensor number
  df$sensor <- str_extract(file_path, "[0-9]{5,}")
  return(df)
}