Question

我的计算机上有一个目录，里面装满了〜1000个.txt文件。每个文件都是这样的（没有NAs）：

`head` 1.txt
        M40_A  M40_B   M40_C   M41
K00844  28     20      27      23
K00845  668    649     737     838
K01810  2171   2264    2140    2221

`head` 2.txt
        M40_A  M40_B   M40_C   M41
K00844  23     21      22      11
K00845  649    628     708     837
K01810  2121   2326    2162    2255

对于每个文件，所有行名称和列名称都相同。我要做的是：创建1个最终数据帧，其中我为每个条件（M40_A，M40_B，M40C，M41）的每个K00XXX编号（来自所有.txt文件）计算平均值（向上舍入）。例如，我的最终df看起来像这样：

`final_df`
        M40_A  M40_B   M40_C   M41
K00844  26     21      25      17
K00845  659    639     723     838
K01810  2146   2295    2151    2238

其中，例如，值26是列M40_A的平均值，行K00844为1.txt和2.txt（（28 + 23）/ 2 = 26）。我搜索了这个网站，并在这里找到了完全相同的帖子： Average multiple csv files into 1 averaged file in r但是，我尝试执行代码的多次尝试都让我犯了错误。例如：

`txts <- lapply(list.files(pattern="*.txt"), read.csv)'

将我的所有文件读入一个列表，进入一个奇怪的配置。这是我的结果：

`> txts[1]`

[[1] M40_A.M40_B.M40_C.M41
1 K00844\t28\t20\t27\t23\
2 K00845\t668\t649\t737\t838\
3 K01810\t2171\t2264\t2140\t2221\

当我执行第二个代码时：

`Reduce("+", txts) / length(txts)

它给了我：警告信息：在Ops.factor（左，右）中：'+'对因子没有意义。更不用说，这并不是所有.txts文件的平均值，因为R文档说Reduce是组合给定向量的元素。

所以，我认为必须有一种不同的方式才能使这项工作。任何帮助或洞察如何提出我的final_df都会非常有用！

Answer 1

嗯，这显然不是你想要的，但它可能就是你所需要的：

这是一个python程序，它提供了您请求的输出：

import sys

allfiledata = []
filenames = sys.argv[1:]
for filename in filenames:
  rows = []
  with open (filename, "r") as filehandle:
    for line in filehandle:
      rows.append( line.split() )

    allfiledata.append( rows ) 


print " ".join(allfiledata[0][0])  # column headers
for i1,columns in enumerate(allfiledata[0][1:]):
  print columns[0],
  for i2,value in enumerate(columns[1:]):
    total = 0 
    for filedata in allfiledata:
      total = int(filedata[i1+1][i2+1]) + total
    print int(float(total)/len(allfiledata)+0.5), 
  print

您可以按如下方式执行它（假设您将其命名为avg.py）：

python avg.py *.txt

上述命令将平均当前目录中的所有* .txt文件。 HTH

从R

1 个答案: