Question

我有两个目录，每个目录中都有很多文件。每个目录中的文件具有相同的名称。我想要做的是将dir1 / file1上的函数（例如关联，并提取估计值）应用于dir2 / file1，对名称中匹配的所有文件重复此操作，并将结果存储为数据帧。

我正在尝试这样的事情：

f1 = list.files("path1", "*abc.csv")
f2 = list.files("path2", "*abc.csv")


for (i in 1:length(f1)) {
  tmp <- as.matrix(read.csv(f1[i], header=FALSE)) 
  tmp2 <- as.matrix(read.csv(f2[i], header=FALSE))
  c = cor.test(tmp,tmp2) 
  lst[[f1[i]]] <- c$estimate
}

但由于匹配的文件名，我觉得有点卡住了，并且认为apply加match来电可能是更好的选择。我已经搜索并找到了处理导入和将函数应用于多个文件的解决方案，但是在导入两个批次并且文件名称相同时则没有。

Answer 1

我认为你可以这样做：

get.cor <- function(name, path1 = "path1", path2 = "path2") {
  f1 <- paste0(path1, name)
  f2 <- paste0(path2, name)
  m1 <- as.matrix(read.csv(f1, header = TRUE))
  m2 <- as.matrix(read.csv(f2, header = TRUE))
  cor.test(m1, m2)$estimate
}

# Some toy folders and data
system("mkdir tmpfolder")
system("mkdir tmpfolder2")
set.seed(123)
m1 <- matrix(rnorm(100), nrow=10)
m2 <- matrix(rnorm(100), nrow=10)
cor.test(m1, m2)$estimate
#>         cor 
#> -0.04953215

write.csv(m1, "tmpfolder/f1.csv", row.names = F)
write.csv(m2, "tmpfolder2/f1.csv", row.names = F)

# since names are identical one list of names will suffice
f.names <- list.files("tmpfolder/")

# now apply the function to each file name
lapply(f.names, function(n){get.cor(n, path1 = "tmpfolder/", path2 = "tmpfolder2/")})
#> [[1]]
#>         cor 
#> -0.04953215

Answer 2

我首先将所有文件作为矩阵读取，然后使用mapply获取所有相关性，这更快更整洁。

#read file paths
f1 = list.files("path1", "*.csv")
f2 = list.files("path2", "*.csv")

# order the files so they match each other in both lists
f1 = f1[order(f1)]
f2 = f2[order(f2)]

#load them as matrices
f11 = lapply(f1, function(x) as.matrix(read.csv(x))
f22 = lapply(f2, function(x) as.matrix(read.csv(x))

# generate the correlations
cor_tests = mapply(cor.test, f11, f22)

虚拟数据的示例

f1 = list(rnorm(100), rnorm(100))
f2 = list(2*rnorm(100), 2*rnorm(100))

ab = mapply(cor.test, f1, f2)
ab[rownames(ab) == "estimate"]
[[1]]
       cor 
-0.1024785 

[[2]]
      cor 
0.1020779

将函数导入并应用于不同目录中具有相同名称的文件

2 个答案: