R語(yǔ)言批量讀取某路徑下文件內(nèi)容的方法

更新時(shí)間：2022年04月01日 15:41:53 作者：鞏翔宇I(lǐng)brahimovic

批量地做就是解放雙手地過(guò)程，本文主要介紹了R語(yǔ)言批量讀取某路徑下文件內(nèi)容的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

R剛?cè)腴T(mén)的時(shí)候，能夠正確讀取單個(gè)文件就覺(jué)得小有成就，隨著時(shí)間的積累，單一文件地讀取已經(jīng)不能滿(mǎn)足需求了，此時(shí)，批量地做就是解放雙手地過(guò)程。

使用for循環(huán)把下載地TCGA數(shù)據(jù)讀入R語(yǔ)言并轉(zhuǎn)換成數(shù)據(jù)框

使用三個(gè)for循環(huán)來(lái)完成，這是第一個(gè)for循環(huán)。

1. 把所有數(shù)據(jù)讀入在一個(gè)文件夾中

dir.create("data_in_one") #創(chuàng)建目標(biāo)文件夾，也可右鍵創(chuàng)建
dir("rawdata/") #查看原路徑的內(nèi)容
for (dirname in dir("rawdata/")){ ?
? ## 1.要查看的單個(gè)文件夾的絕對(duì)路徑
? mydir <- paste0(getwd(),"/rawdata/",dirname)
? ## 2.找到對(duì)應(yīng)文件夾中的文件并提取名稱(chēng)，pattern表示模式，可以是正則表達(dá)式
? file <- list.files(mydir,pattern = "*.counts")
? ## 3.當(dāng)前文件的絕對(duì)路徑是
? myfile <- paste0(mydir,"/",file)
? ## 4.復(fù)制這個(gè)文件到目的文件夾
? file.copy(myfile,"data_in_one") ?
}

2. 尋找TCGA ID并讓文件名稱(chēng)和TCGA ID保持一致。

第二個(gè)for循環(huán)。文件名稱(chēng)和TCGA ID的對(duì)應(yīng)關(guān)系，藏在了metadata中。

metadata <- jsonlite::fromJSON("data/metadata.cart.2021-05-28.json")
metadata_id <- metadata[,c("file_name","associated_entities")]
## 1.準(zhǔn)備容器,已經(jīng)存在，我們把新數(shù)據(jù)添加在第三列
metadata_id
## 2.循環(huán)操作
for (i in 1:nrow(metadata_id)){
  print(i)
  metadata_id[i,3] <- metadata_id$associated_entities[i][[1]]$entity_submitter_id
}
## 重新命名
colnames(metadata_id)[3] <- "TCGA_id"

行排序，為了把文件名稱(chēng)和TCGA_id對(duì)應(yīng)起來(lái)。讀入的順序和復(fù)制到新路徑的順序不一致，這一步的目的是讓其保持一致。

rownames(metadata_id) <- metadata_id[,1]
metadata_id <- metadata_id[files,]

3. 輸入文件名并提取文件的第二列(counts列)

#install.packages("data.table")
#構(gòu)建函數(shù)
myfread <- function(files){
  data.table::fread(paste0("data_in_one/",files))$V2
}
## 測(cè)試文件
test <- myfread(files[1])

4.1 使用for循環(huán)來(lái)批量讀入并整合到一個(gè)數(shù)據(jù)框。

## 1.創(chuàng)建容器
gene_id <- data.table::fread(paste0("data_in_one/",files[1]))$V1
expr_df <- data.frame(gene_id=gene_id)
## 2.按照列讀入
for (i in 1:length(files)){
? print(i)
? expr_df[,i+1] = myfread(files[i])
}

## 增加列名
colnames(expr_df) <- c("gene_id",metadata_id$TCGA_id)

### 意外發(fā)現(xiàn)
tail(expr_df$gene_id,10)
### 去掉最后5行
(nrow(expr_df)-5)
expr_df <- expr_df[1:(nrow(expr_df)-5),]
save(expr_df,file = "output/BRCA_RNASEQ_exprdf.Rdata")

4.2 使用lapply + function 模式

1.函數(shù)

myfread <- function(files){
  data.table::fread(paste0("data_in_one/",files))$V2
}
### 2.lapply
dd = lapply(files,myfread)
### 3.do.call
expr_df = as.data.frame(do.call(cbind,dd))
### 4.添加名稱(chēng)
colnames(expr_df) = metadata_id$TCGA_id
rownames(expr_df) = data.table::fread(paste0("data_in_one/",files[1]))$V1

到此這篇關(guān)于R語(yǔ)言批量讀取某路徑下文件內(nèi)容的方法的文章就介紹到這了,更多相關(guān)R語(yǔ)言批量讀取文件內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: