閱讀並cbind目錄中的多個文件的第二列

Question

我有94個製表符分隔的文件，沒有標題，在單個目錄'/路徑/'與基因名稱在第一列和計數在第二列。有23000行。

我想讀取/ path/in到R中找到的所有94個文件，併合並所有94個文件以創建單個數據框'counts.table'，其中第一列包含基因名稱（相同和在所有94個文件的列1中的相同順序）和第二至第九十五列包含來自每個單獨文件（即，94個文件中的每一個的第2列，它們是唯一編號）的計數。最終counts.table數據框將有23000行和95列。
理想情況下是這樣的：

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 

列2包含樣本X計數，從欄3樣本Y，從樣本Z 4列等統計

我一定要讀取每個文件在與R單獨和然後通過添加每個文件的第二列與cbind來創建'counts.table'來合併它們全部？提前致謝。

Answer 1

太長的評論。

這樣的事情應該工作。

# 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(...)將指定路徑中所有文件的名稱抓取到一個向量中。然後我們提取基因名稱：第一個文件的第一列（可以是任何文件）。然後我們使用lapply(files, function(fn)...)構建數據框架列表，其中包含每個文件的第二列，並使用do.call(cbind, ...)按列方式將所有這些組合在一起。最後，我們將基因名稱與結果綁定。

假設：

1. 基因名稱在所有文件的順序相同。
2. 所有文件具有完全相同的行數。
3. 路徑目錄只有你的基因文件。