读取并cbind目录中多个文件的第二列

Question

我在一个目录中有94个制表符分隔文件，没有标题＆＃39; / path /＆＃39;在第一列中有基因名称，在第二列中有计数。有23000行。

我想阅读/ path / in中找到的所有94个文件，并合并所有94个文件以创建单个数据框＆count; count.table＆＃39;其中第一列包含基因名称（在所有94个文件的第1列中相同且顺序相同），第二列包含每个单独文件的计数（即94个文件中每个文件的第2列，即独特的数字）。最终的count.table数据框将有23000行和95列 理想情况下是这样的：

 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

Column2包含样品X的计数，样品Y的Column3计数，样品Z的第4列等。

我是否必须单独阅读R中的每个文件，然后通过将每个文件的第二列添加到cbind来合并它们以创建＆＃39; counts.table＆＃39;？提前谢谢。

Answer 1

评论太长了。

这样的事情应该有效。

# 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(...)将指定路径中所有文件的名称抓取到矢量中。然后我们提取基因名称：第一个文件的第1列（可以是任何文件）。然后，我们使用lapply(files, function(fn)...)构建一个data.frames列表，其中包含每个文件的第二列，并使用do.call(cbind, ...)以列为单位将所有这些列绑定在一起。最后，我们将基因名称绑定到结果。

假设：

1. 基因名称在所有文件中的顺序相同。
2. 所有文件的行数完全相同。
3. 路径目录仅包含您的基因文件。