如何在R语言中提取数据框文件名后缀并转为小写？

1. 构造示例数据框 #

先把你的数据转换成R数据框：

df <- data.frame(
  files = c(
    "MVNDR_10055_WESTERN FOREST PRODUCTS.PDF",
    "MVNDR_102182_BLACK AND DECKER US INC..PDF",
    "MVNDR_10363_SPRAY AND FORGET        .PDF"
  ),
  stringsAsFactors = FALSE
)

2. 提取后缀并生成小写列 #

两种方法任选其一：

方法一：用stringr包（语法直观）

先加载包，再提取末尾的PDF并转小写：

library(stringr)
df$Lowercase <- tolower(str_extract(df$files, "PDF$"))

方法二：基础R函数（无需额外包）

用sub匹配提取后缀：

df$Lowercase <- tolower(sub(".*\\.(PDF)$", "\\1", df$files))

执行后就能得到带Lowercase列的中间结果。

3. 修改原列后缀为小写 #

直接替换原列末尾的.PDF为.pdf：

方法一（stringr）：

df$files <- str_replace(df$files, "\\.PDF$", "\\.pdf")

方法二（基础R）：

df$files <- sub("\\.PDF$", "\\.pdf", df$files)

执行后就得到目标数据框，所有PDF都转为小写的pdf。

内容的提问来源于stack exchange，提问作者Jaskeil