带 dplyr 的 for 循环

Question

我有一堆手动读取的文件，例如：

# gel above replicates

    A_gel <-read.delim("XL1_3_S35_L004_R1_001_w_XL2_3_S37_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
    B_gel <-read.delim("XL2_3_S37_L004_R1_001_w_XL2_3_S37_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
    C_gel <- read.delim("XL2_3_S37_L004_R1_001_w_XL1_3_S35_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
    D_gel <- read.delim("XL1_3_S35_L004_R1_001_w_XL1_3_S35_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
# gel below replicates
    
    A_below_gel <- read.delim("XL1_3b_S36_L004_R1_001_w_XL2_3b_S38_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
    B_below_gel <- read.delim("XL2_3b_S38_L004_R1_001_w_XL2_3b_S38_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
    C_below_gel <- read.delim("XL2_3b_S38_L004_R1_001_w_XL1_3b_S36_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")
    
    D_below_gel <- read.delim("XL1_3b_S36_L004_R1_001_w_XL1_3b_S36_L004_R1_001_01.basedon.peaks.l2inputnormnew.bed.compressed.bed")

我想更改这些文件的所有列，并按如下方式按开始列排列：

colnames(A_gel) <- c("Chromosome", "Start", "End", "LogPVal", "LogFC", "Strand")
    
A_gel <- A_gel %>%
      arrange(A_gel$Start)

相反，我想对所有使用 R 的文件使用 for 循环。

Answer 1

永远不要按照相同的模式创建多个变量。 这个普遍问题的正确支持的解决方案是使用列表（即，不是有变量A_gel ， B_gel ，...，你有一个变量gel ，它是一个包含你个人data.frame s 的列表；你也可以将名称分配给这些单独的项目，尽管在您的情况下似乎没有必要）。

然后你可以使用例如lapply来运行你的文件路径并将不同文件的数据读入该列表：

gel = lapply(gel_filenames, read.delim)
below_gel = lapply(below_gel_filenames, read.delim)

……同样，您可以将您的排列代码放入一个函数中并应用它，将上面的内容更改为：

read_bed = function (filename) {
    read.delim(filename) %>%
        setNames(c("Chromosome", "Start", "End", "LogPVal", "LogFC", "Strand")) %>%
        arrange(Start)
}

# …

gel = lapply(gel_filenames, read_bed)

更好的是，使用purrr::map_dfr将所有数据读取到单个组合表中：

gel = gel_filenames %>%
    setNames(., .) %>%
    map_dfr(read_bed, .id = 'Filename')

（ setNames(., .)步骤是必要的，因为read_dfr将输入向量的名称分配给添加的 ID 列。）

这将为“GEL”数据创建一个主表，它为原始文件名添加了一个 ID 列（您可能只想从中提取一些 ID，使用tidyr::extract ）。