基于dataframe列表批量移动PNG文件至指定层级文件夹的技术问询

需求背景 #

现有20000个PNG文件，当前存储结构为每个文件夹包含1-2个PNG文件。需基于给定的order_NEW数据框，创建以FOLDER列值命名的主文件夹，每个主文件夹下再创建sed和pod子文件夹，最终将对应ACCESSION的sed、pod类PNG文件分别移入对应子文件夹。

预处理：清理数据框中的ACCESSION空格 #

原数据框中ACCESSION存在多余空格（如'G 1'），需先清理以匹配文件名中的编号：

# 定义原始数据框
order_NEW <- data.frame(
  ACCESSION = c('G    1','G    7A', 'G35015', 'G40897','G27573'),
  FOLDER = c('P_vulgaris', 'P_vulgaris','P_dumosus', 'P_albescens', 'P_lunatus'),
  stringsAsFactors = FALSE
)

# 清理ACCESSION列的所有多余空格
order_NEW$ACCESSION_CLEAN <- gsub("\\s+", "", order_NEW$ACCESSION)

核心迁移代码（R实现） #

使用fs包处理文件系统操作，确保跨平台兼容性：

# 安装并加载fs包（首次运行需执行安装）
# install.packages("fs")
library(fs)

# 获取所有PNG文件的完整路径（递归遍历所有子文件夹）
all_png_files <- list.files(path = getwd(), pattern = "\\.png$", recursive = TRUE, full.names = TRUE)

# 遍历每个PNG文件，完成分类迁移
for (file in all_png_files) {
  # 提取纯文件名（不含路径）
  filename <- basename(file)
  
  # 匹配文件名中的ACCESSION编号和文件类型（sed/pod）
  # 适配格式：[ACCESSION]_sed.png 或 [ACCESSION]_pod.png
  accession_match <- str_match(filename, "(.*)_(sed|pod)\\.png")
  if (!is.na(accession_match[1])) {
    file_accession <- accession_match[2]
    file_type <- accession_match[3]
    
    # 匹配对应的目标主文件夹
    target_folder <- order_NEW$FOLDER[order_NEW$ACCESSION_CLEAN == file_accession]
    
    if (length(target_folder) > 0) {
      # 构建完整目标路径：主文件夹/子文件夹
      target_path <- path(target_folder, file_type)
      
      # 自动创建不存在的文件夹层级
      if (!dir_exists(target_path)) {
        dir_create(target_path, recursive = TRUE)
      }
      
      # 移动文件到目标路径
      file_move(file, path(target_path, filename))
      cat("已迁移：", filename, "→", target_path, "\n")
    } else {
      cat("无匹配FOLDER，跳过：", filename, "\n")
    }
  } else {
    cat("文件名格式不匹配，跳过：", filename, "\n")
  }
}

关键注意事项 #

• 数据备份：执行迁移前务必备份所有PNG文件，避免误操作导致数据丢失。
• 格式适配：代码默认文件名格式为[ACCESSION]_sed.png/[ACCESSION]_pod.png，若实际格式不同，需调整str_match中的正则表达式。
• 批量测试：针对20000个文件，建议先选取小样本测试逻辑，确认无误后再执行全量迁移。

内容的提问来源于stack exchange，提问作者Miguel Angel Acosta Chinchilla