如何按多条件升序排序字符向量？基于指定子串数字及日期

给定字符向量：

vec = c("aaa.bbb0bbb0.fff110321.csv", "aaa.bbb0bbb015.fff120321.csv", 
        "aaa.bbb02bbb015.fff150321.csv","aaa.bbb02bbb015.fff130321.csv")

需要按以下优先级升序排序：

• 先看第一个bbb后面的数字
• 再看第二个bbb后面的数字
• 最后看字符串末尾的6位日期（格式为DDMMYY）

实现思路：提取排序关键字后排序 #

核心是把每个字符串里的三个排序字段提取出来，转成数值（避免字符串字典序的坑，比如"02"不会排在"0"前面），再用order()按优先级排序。

方法1：基础R写法

不需要额外依赖，用基础字符串处理函数：

# 提取第一个bbb后的数字
key1 <- as.numeric(sapply(strsplit(vec, "bbb"), function(x) x[2]))
# 提取第二个bbb后的数字（取分割后第三部分的开头数字）
key2 <- as.numeric(sapply(strsplit(vec, "bbb"), function(x) sub("\\..*", "", x[3])))
# 提取末尾的6位日期
key3 <- as.numeric(gsub(".*(\\d{6})\\.csv", "\\1", vec))

# 按优先级排序
sorted_vec <- vec[order(key1, key2, key3)]

方法2：tidyverse风格（更直观）

用stringr包简化正则提取，链式操作更清晰：

library(tidyverse)

sorted_vec <- vec %>%
  # 转成数据框方便处理
  enframe(name = NULL) %>%
  mutate(
    # 提取第一个bbb和第二个bbb之间的数字
    key1 = as.numeric(str_extract(value, "(?<=bbb)\\d+(?=bbb)")),
    # 提取第二个bbb到.fff之间的数字
    key2 = as.numeric(str_extract(value, "(?<=bbb\\d+bbb)\\d+(?=\\.fff)")),
    # 提取.csv前的6位日期
    key3 = as.numeric(str_extract(value, "\\d{6}(?=\\.csv)"))
  ) %>%
  # 按优先级升序排列
  arrange(key1, key2, key3) %>%
  # 提取排序后的原向量
  pull(value)

最终排序结果 #

两种方法得到的结果一致：

[1] "aaa.bbb0bbb0.fff110321.csv"    "aaa.bbb0bbb015.fff120321.csv" 
[3] "aaa.bbb02bbb015.fff130321.csv" "aaa.bbb02bbb015.fff150321.csv"

完全符合排序要求：

• 第一个bbb后数字为0的两组排在02的两组前面
• 同key1下，key2为0的排在015前面
• 同key1和key2下，日期110321 < 120321，130321 < 150321

内容的提问来源于stack exchange，提问作者Flora Grappelli