如何在R中按名称里的R值对含多数字字符串的向量排序？

问题场景 #

现有如下文件名向量：

files <- c(
  "W2345_S-001-R2-20D.datavalue.csv",
  "W2346_S-001-R4-20D.datavalue.csv",
  "W2347_S-001-R1-20D.datavalue.csv",
  "W2348_S-001-R3-20D.datavalue.csv",
  "W2349_S-001-R5-20D.datavalue.csv"
)

使用mixedsort()会优先按文件名中W后的数字排序，无法满足按R1→R2→R3→R4→R5升序排列的需求。

解决方案 #

通过正则表达式提取每个文件名中R后的数字，以此为排序依据对原向量排序：

# 提取每个文件名中R后面的数字并转为整数
r_nums <- as.integer(sub(".*R(\\d+)-.*", "\\1", files))

# 按R值升序排序文件名
sorted_files <- files[order(r_nums)]

结果验证 #

执行上述代码后，输出结果如下：

[1] "W2347_S-001-R1-20D.datavalue.csv" "W2345_S-001-R2-20D.datavalue.csv"
[3] "W2348_S-001-R3-20D.datavalue.csv" "W2346_S-001-R4-20D.datavalue.csv"
[5] "W2349_S-001-R5-20D.datavalue.csv"

正则说明 #

.*R(\\d+)-.* 的作用：

• .* 匹配任意长度的任意字符（直到遇到R）
• R(\\d+) 匹配R并捕获其后的连续数字（\\d+表示1个或多个数字）
• -.* 匹配R后数字后面的-及后续所有字符
• sub()函数将整个文件名替换为捕获到的数字部分，最终得到每个文件对应的R数值

内容的提问来源于stack exchange，提问作者Loki123