如何根据DataFrame列片段匹配文件名并移动对应文件？

核心思路 #

无需先提取文件名片段再硬匹配，直接用DataFrame中的目标片段生成正则匹配规则，筛选出包含任意目标片段的文件后批量移动。这种方式利用R的向量化操作，效率远高于循环实现。

完整实现代码 #

library(filesstrings)
library(stringr)
library(dplyr)

move_files_by_df_fragment <- function(current_folder, new_folder, target_df, fragment_col) {
  # 获取目标文件夹下所有文件的完整路径
  all_files <- list.files(current_folder, full.names = TRUE, recursive = TRUE)
  
  # 从DataFrame中提取需匹配的片段，去重避免重复匹配
  target_fragments <- target_df %>% pull({{fragment_col}}) %>% unique()
  
  # 生成正则规则：匹配任意一个目标片段
  match_pattern <- str_c(target_fragments, collapse = "|")
  
  # 筛选出包含目标片段的文件
  matched_files <- str_subset(all_files, match_pattern)
  
  # 执行移动操作（先判断是否有匹配文件）
  if (length(matched_files) > 0) {
    move_files(matched_files, new_folder, overwrite = FALSE)
    cat("成功移动", length(matched_files), "个文件\n")
  } else {
    cat("未找到匹配的文件\n")
  }
}

使用示例 #

假设你的DataFrame名为my_df，存储匹配片段的列名为target_segment，调用方式如下：

# 示例数据框
my_df <- data.frame(target_segment = c("181009_153350", "123439_152450"))

# 调用函数执行移动
move_files_by_df_fragment(
  current_folder = "/users/documents/data/",
  new_folder = "/users/documents/target/",
  target_df = my_df,
  fragment_col = target_segment
)

关键说明 #

• 向量化效率：用str_subset和正则匹配替代手动循环，处理大量文件时性能提升显著。
• 去重处理：对DataFrame中的片段去重，避免重复筛选同一文件。
• 安全校验：先判断是否存在匹配文件再执行移动，避免空操作引发报错。

你原有代码的问题 #

1. compare2函数的逻辑是逐元素完全相等匹配，但需求是文件名包含目标片段，逻辑不匹配。
2. 嵌套循环的效率极低，在处理大量文件或大数据框时会严重拖慢运行速度，违背R的向量化设计优势。

内容的提问来源于stack exchange，提问作者TrentonS36