首页 文章

合并R中不同行的多个文件

提问于
浏览 次
2

我知道之前已经问过这个问题，但以前的帖子的答案似乎无法解决我的问题 .

我有几十个制表符分隔的.txt文件 . 每个文件都有两列（“pos”，“score”） . 我想将所有“得分”列编译成一个包含多列的文件 . 每个文件中的行数各不相同，它们与编译无关 .

如果有人可以指导我如何实现这一目标，最好是在R中，这会有很多帮助 .

或者，我的最终目标是从每个文件中读取“得分”列的中位数和平均值 . 因此，如果可以完成此操作，无论是否编译文件，它都会更有帮助 .

谢谢 .

更新：

正如个人代码忍者的想法一样吸引人，我明白这将是一个幻想 . 很抱歉没有明确 .

我试过lapply和Reduce，例如，

> files <- dir(pattern="X.*\\.txt$")
> File_list <- lapply(filesToProcess,function(score)
+  read.table(score,header=TRUE,row.names=1))
> File_list <- lapply(files,function(z) z[c("pos","score")])
> out_file <- Reduce(function(x,y) {merge(x,y,by=c("pos"))},File_list)

考虑到我有可变的行号，我知道它并没有多大意义 . 我也试过plyr

> files <- list.files()
> out_list <- llply(files,read.table)

以及cbind和rbind . 通常我收到一条错误消息，因为行号不匹配或者我只是将所有“得分”数据编译成一列 .

关于类似职位的建议（例如，Merging multiple csv files in R，Simultaneously merge multiple data.frames in a list和Merge multiple files in a list with different number of rows）没有帮助 .

我希望这能解决问题 .

r file

2 回答

  • 1

    这个问题可以通过两个步骤解决：

    Step 1. 将csv文件中的数据读入数据框列表，其中 files 是文件名的向量 . 如果需要为 read.csv 添加额外的参数，请添加它们，如下所示 . 有关详细信息，请参见 ?lapply .

    list_of_dataframes <- lapply(files, read.csv, stringsAsFactors = FALSE)

    Step 2. 计算每个数据框的均值：

    means <- sapply(list_of_dataframes, function(df) mean(df$score))

    当然，您可以像这样一步完成：

    means <- sapply(files, function(filename) mean(read.csv(filename)$score))
    回复于
  • 0

    我想你想要这样的smth：

    all_data = do.call(rbind, lapply(files,
                                 function(f) {
                                   cbind(read.csv(f), file_name=f)
                                 }))

    然后，您可以执行任何您喜欢的"by"类型的操作 . 此外，不要忘记调整各种 read.csv 选项以满足您的需求 .

    例如 . 完成上述操作后，您可以执行以下操作（以及更多）：

    library(data.table)
dt = data.table(all_data)

dt[, list(mean(score), median(score)), by = file_name]

    一个小注意事项：您也可以使用 data.table 的 fread 来读取文件而不是 read.table 及其衍生物，这样会快得多，而且当我们使用它时，请使用 rbindlist 而不是 do.call(rbind, .

    回复于

相关问题