Question

我有很多包含基因表达数据的文件。在每个文件中，基因名称保存在一列＆＃34; Gene_symbol＆＃34;表达式度量（实数）保存在一列＆＃34; RPKM＆＃34;中。文件名由一个后跟_的名称和名称的其余部分组成（以＆＃34; expression.txt＆＃34;结尾）。我想将所有这些文件作为数据帧加载到R中，为每个数据帧重命名列＆＃34; RPKM＆＃34;使用原始文件的标识符然后通过＆＃34; Gene_symbol＆＃34;加入数据帧。一个大型数据框，一列＃34; Gene_symbol＆＃34;然后是所有列，其中包含来自各个文件的表达式度量值，每个列都标有原始标识符。

我设法将原始文件的标识符传输到各个数据帧的名称，如下所示。

files <- list.files(pattern = "expression.txt$")
for (i in files) {var_name = paste("Data", strsplit(i, "_")[[1]][1], sep = "_"); assign(var_name, read.table(i, header=TRUE)[,c("Gene_symbol", "RPKM")])}

所以现在我处于数据帧如下的阶段：

Data_id0001 <- data.frame(Gene_symbol=c("geneA","geneB","geneC"),RPKM=c(2.43,5.24,6.53))
Data_id0002 <- data.frame(Gene_symbol=c("geneA","geneB","geneC"),RPKM=c(4.53,1.07,2.44))

但是我似乎无法用id000x位重命名RPKM列。（当然，这是一种完全自动化的方式，循环遍历我将在真实场景中生成的所有数据帧。）

我尝试将标识符位存储为带有数据框的注释，但似乎无法在循环内分配注释。

任何帮助将不胜感激，

MCE

Answer 1

你应该永远在R中以这种方式工作。你应该总是尝试将所有数据帧保存在列表中，并使用lapply等功能对它们进行操作。因此，而不是使用assign，只需创建一个包含files列表长度的空列表，并使用for循环填充

对于您目前的情况，我们可以使用ls和mget组合修复它，以便将此数据框从全局环境中提取到列表中，然后更改感兴趣的列。

temp <- mget(ls(pattern = "Data_id\\d+$"))
lapply(names(temp), function(x) names(temp[[x]])[2] <<- gsub("Data_", "", x))
temp
#$Data_id0001
#   Gene_symbol id0001
# 1       geneA   2.43
# 2       geneB   5.24
# 3       geneC   6.53
# 
# $Data_id0002
#   Gene_symbol id0002
# 1       geneA   4.53
# 2       geneB   1.07
# 3       geneC   2.44

您最终可以使用list2env让他们回到全球环境，但您应该谨慎使用

Answer 2

非常感谢您的建议！我想我明白了。我现在这样做的方式（见下文）希望更像R-like并且工作正常!!!

干杯，

MAIK

library(plyr)
files <- list.files(pattern = "expression.txt$")
temp <- list()
for (i in 1:length(files)) {temp[[i]]=read.table(files[i], header=TRUE)[,c("Gene_symbol", "RPKM")]}
for (i in 1:length(temp)) {temp[[i]]=rename(temp[[i]], c("RPKM"=strsplit(files[i], "_")[[1]][1]))}
combined_expression <- join_all(temp, by="Gene_symbol", type="full")

如何用R中的部分数据帧标识符重命名数据帧的列？

2 个答案: