在R中从文件名提取字符串并添加至合并数据框新列的问题

核心需求 #

• 导入指定目录ROOT.DIR下所有.txt格式文件
• 合并所有文件数据时，新增一列存储从文件名提取的日期/时间戳，用于唯一标识每条观测记录

问题定位与修正 #

你提到files和dates对象生成正常，但read.delim报文件无法打开的错误，核心原因是未使用完整文件路径——仅提取文件名的话，R无法定位到对应文件。以下是修正后的完整实现：

完整代码（tidyverse版） #

library(tidyverse)

# 替换为你的目标目录路径
ROOT.DIR <- "C:/your/txt/directory"

# 获取所有txt文件的完整路径（关键：full.names = TRUE）
files <- list.files(path = ROOT.DIR, pattern = "\\.txt$", full.names = TRUE)

# 自定义函数：从文件路径提取日期/时间戳
get_timestamp <- function(file_path) {
  # 先剥离路径，仅保留文件名
  file_name <- basename(file_path)
  
  # ---------- 这里根据你的文件名格式调整正则表达式 ----------
  # 示例1：文件名格式如"data_20231001_1430.txt"，提取8位日期+4位时间
  str_extract(file_name, "\\d{8}_\\d{4}")
  
  # 示例2：文件名格式如"2023-10-01_sensor.txt"，提取带横杠的日期
  # str_extract(file_name, "\\d{4}-\\d{2}-\\d{2}")
  
  # 示例3：文件名格式如"log_20231001.txt"，提取纯数字日期
  # str_extract(file_name, "\\d{8}")
}

# 批量读取+合并，自动添加timestamp列
combined_data <- map_df(files, function(file) {
  read.delim(file, sep = "\t") %>%
    mutate(timestamp = get_timestamp(file))
})

关键说明 #

1. 路径问题解决：list.files中添加full.names = TRUE，直接获取包含完整路径的文件列表，彻底避免"文件无法打开"的错误。
2. 日期提取的灵活调整：
   • 用basename()剥离文件路径，只处理纯文件名
   • 用str_extract()（stringr包，tidyverse核心成员）通过正则精准匹配日期格式，可根据你的实际文件名结构修改正则规则
3. 批量合并逻辑：map_df自动将所有文件的结果合并为一个数据框，无需手动循环拼接

用gsub实现日期提取的替代方案 #

如果你更习惯用gsub，可以把get_timestamp函数改成以下形式（以文件名log_20231001.txt为例）：

get_timestamp <- function(file_path) {
  file_name <- basename(file_path)
  # 移除前缀"log_"和后缀".txt"，提取中间的日期
  gsub("log_(\\d{8})\\.txt", "\\1", file_name)
}

内容的提问来源于stack exchange，提问作者mda08rds