如何在每日24:00自动创建带表头的空CSV文件以延续数据采集

我有如下结构的tibble数据集：

# A tibble: 20 × 2
   collectionDate collectionTime     
   <date>         <dttm>             
 1 2022-09-18     2022-09-18 20:52:56
 2 2022-09-18     2022-09-18 20:52:56
 3 2022-09-18     2022-09-18 20:52:56
 4 2022-09-18     2022-09-18 20:52:15
 5 2022-09-18     2022-09-18 20:51:38
 6 2022-09-18     2022-09-18 20:49:15
 7 2022-09-18     2022-09-18 20:49:15
 8 2022-09-18     2022-09-18 20:49:15
 9 2022-09-18     2022-09-18 20:48:34
10 2022-09-18     2022-09-18 20:46:35
11 2022-09-18     2022-09-18 20:46:35

数据按collectionDate分日存储为CSV文件，每日一个。目前需要手动创建次日空CSV才能继续写入数据，我希望实现每日24:00准时或之后立即创建带表头的次日空CSV（比如/myDir/2022_19_09.csv）。

现有代码逻辑：

• 读取最新数据（按文件修改时间取最新）：

files = file.info(list.files("myDir/myDir2", full.names = T))
mostRecentlySavedFile = rownames(files)[which.max(files$mtime)]
data = read_csv(mostRecentlySavedFile)  

• 追加数据到当日文件：

write_csv(., append = TRUE, paste("myDir", gsub("-", "_", Sys.Date()), ".csv", sep = "_"))

生成的文件路径示例：/myDir/2022_18_09.csv

之前尝试过提前1分钟创建文件，但会导致读取到错误日期的空文件：

myDataNew = tibble(
  collectionDate = NA,
  collectionTime = NA
)

if(Sys.time() + lubridate::minutes(1) == paste(Sys.Date(), "24:00:00")){
  file.create(myDataNew)
}

核心需求：该功能要嵌入到每40秒执行一次的持续更新函数中，每次迭代检查系统时间，精准在24:00创建次日文件，同时避免读取错误文件的问题。

数据集结构的完整定义：

data = structure(list(collectionDate = structure(c(19253, 19253, 19253, 
19253, 19253, 19253, 19253, 19253, 19253, 19253, 19253, 19253, 
19253, 19253, 19253, 19253, 19253, 19253, 19253, 19253), class = "Date"), 
    collectionTime = structure(c(1663534376, 1663534376, 1663534376, 
    1663534335, 1663534298, 1663534155, 1663534155, 1663534155, 
    1663534114, 1663533995, 1663533995, 1663533995, 1663533878, 
    1663533800, 1663533762, 1663533722, 1663533722, 1663533684, 
    1663533449, 1663533449), tzone = "UTC", class = c("POSIXct", 
    "POSIXt"))), row.names = c(NA, -20L), class = c("tbl_df", 
"tbl", "data.frame"))

1. 精准判断次日文件创建时机 #

在每次40秒迭代时，检查当前时间是否已进入次日，且次日CSV文件尚未创建。既不会提前创建导致读取错误，也能在跨天后第一时间生成文件。

2. 修复读取数据的逻辑 #

之前按修改时间取最新文件的问题在于，跨天后新建的空文件修改时间是最新的，但我们需要读取当日数据对应的文件。直接根据当前日期拼接路径读取，彻底避免依赖修改时间的风险。

完整嵌入代码 #

将以下逻辑放到你的40秒循环函数中：

library(tidyverse)
library(lubridate)

# 检查并创建次日文件的函数
check_and_create_tomorrow_file <- function() {
  dir_path <- "myDir"
  today <- Sys.Date()
  tomorrow <- today + days(1)
  tomorrow_file <- file.path(dir_path, paste0(gsub("-", "_", tomorrow), ".csv"))
  
  # 仅当进入次日且文件不存在时创建
  if (Sys.time() >= as.POSIXct(paste(today, "23:59:59"), tz = Sys.timezone()) + 1 & !file.exists(tomorrow_file)) {
    # 创建带正确表头的空文件
    empty_tibble <- tibble(collectionDate = Date(), collectionTime = POSIXct())
    write_csv(empty_tibble, tomorrow_file)
    message(paste("已创建次日文件：", tomorrow_file))
  }
}

# 读取当日数据的函数（替换原有读取逻辑）
read_today_data <- function() {
  dir_path <- "myDir/myDir2"
  today_file <- file.path(dir_path, paste0(gsub("-", "_", Sys.Date()), ".csv"))
  
  # 若当日文件不存在（如凌晨刚过还未写入数据），返回空结构
  if (!file.exists(today_file)) {
    return(tibble(collectionDate = Date(), collectionTime = POSIXct()))
  }
  read_csv(today_file)
}

# 持续更新循环示例
continuous_update_loop <- function() {
  while(TRUE) {
    # 检查并创建次日文件
    check_and_create_tomorrow_file()
    
    # 读取当日数据
    data <- read_today_data()
    
    # 这里编写你的数据采集、处理逻辑
    # ...
    
    # 追加数据到当日文件（保留原有逻辑即可）
    # write_csv(new_data, append = TRUE, file.path("myDir", paste0(gsub("-", "_", Sys.Date()), ".csv")))
    
    # 等待40秒
    Sys.sleep(40)
  }
}

关键说明 #

• 无提前创建风险：只有系统时间确实进入次日，且文件不存在时才创建，彻底解决提前创建导致的读取错误。
• 读取逻辑更可靠：直接按当日日期读取文件，不再依赖修改时间，从根源避免跨天后读取空文件的问题。
• 表头格式正确：用Date()和POSIXct()创建空列，保证CSV表头与数据类型匹配，后续追加数据不会出错。

内容的提问来源于stack exchange，提问作者user113156