讀取並綁定目錄中多個文件的第二列

Question

我在單個目錄“ / path /”中有94個制表符分隔文件，沒有標題，第一列中有基因名稱，第二列中有計數。 有23000行。

我想將/ path /中的所有94個文件讀取到R中，並合並所有94個文件以創建單個數據框'counts.table'，其中第一列包含基因名稱（相同且順序相同）所有94個文件的第1列）以及第二到第九十五列包含每個單獨文件的計數（即94個文件中的每個文件的第2列，它們是唯一編號）。 最終counts.table數據幀將具有23000行和95列。
理想的是這樣的：

 Column1 Column2 Column3 Column4... to column 95 
 gene a      0      4      3 
 gene b      4      9      9 
 gene c      3      0      8 
 ...
 to row 23000

第2列包含樣本X的計數，第3列樣本Y的計數，第4列樣本Z的計數等。

我是否必須逐個讀取R中的每個文件，然后通過將每個文件的第二列與cbind相加以創建'counts.table'來合並它們？ 提前致謝。

Answer 1

評論太久了。

這樣的事情應該起作用。

# not tested
files <- list.files(path="./path")
genes <- read.table(files[1], header=FALSE, sep="\t")[,1]     # gene names
df    <- do.call(cbind,lapply(files,function(fn)read.table(fn,header=FALSE, sep="\t")[,2]))
df    <- cbind(genes,df)

list.files(...)將指定路徑中所有文件的名稱list.files(...)到向量中。 然后，我們提取基因名稱：第一個文件的第1列（可以是任何文件）。 然后，我們使用lapply(files, function(fn)...)構建一個data.frames列表，其中包含每個文件的第二列，並使用do.call(cbind, ...)將所有這些列按列綁定在一起。 最后，我們將基因名稱綁定到結果。

假設：

1. 在所有文件中，基因名稱的順序相同。
2. 所有文件的行數完全相同。
3. 路徑目錄僅包含您的基因文件。