第R語言批量讀取某路徑下文件內(nèi)容的方法R剛?cè)腴T的時候，能夠正確讀取單個文件就覺得小有成就，隨著時間的積累，單一文件地讀取已經(jīng)不能滿足需求了，此時，批量地做就是解放雙手地過程。

使用for循環(huán)把下載地TCGA數(shù)據(jù)讀入R語言并轉(zhuǎn)換成數(shù)據(jù)框

使用三個for循環(huán)來完成，這是第一個for循環(huán)。

1.把所有數(shù)據(jù)讀入在一個文件夾中

dir.create("data_in_one")#創(chuàng)建目標(biāo)文件夾，也可右鍵創(chuàng)建

dir("rawdata/")#查看原路徑的內(nèi)容

for(dirnameindir("rawdata/")){

##1.要查看的單個文件夾的絕對路徑

mydir-paste0(getwd(),"/rawdata/",dirname)

##2.找到對應(yīng)文件夾中的文件并提取名稱，pattern表示模式，可以是正則表達(dá)式

file-list.files(mydir,pattern="*.counts")

##3.當(dāng)前文件的絕對路徑是

myfile-paste0(mydir,"/",file)

##4.復(fù)制這個文件到目的文件夾

file.copy(myfile,"data_in_one")

}

2.尋找TCGAID并讓文件名稱和TCGAID保持一致。

第二個for循環(huán)。文件名稱和TCGAID的對應(yīng)關(guān)系，藏在了metadata中。

metadata-jsonlite::fromJSON("data/metadata.cart.2025-05-28.json")

metadata_id-metadata[,c("file_name","associated_entities")]

##1.準(zhǔn)備容器,已經(jīng)存在，我們把新數(shù)據(jù)添加在第三列

metadata_id

##2.循環(huán)操作

for(iin1:nrow(metadata_id)){

print(i)

metadata_id[i,3]-metadata_id$associated_entities[i][[1]]$entity_submitter_id

##重新命名

colnames(metadata_id)[3]-"TCGA_id"

行排序，為了把文件名稱和TCGA_id對應(yīng)起來。讀入的順序和復(fù)制到新路徑的順序不一致，這一步的目的是讓其保持一致。

rownames(metadata_id)-metadata_id[,1]

metadata_id-metadata_id[files,]

3.輸入文件名并提取文件的第二列(counts列)

#install.packages("data.table")

#構(gòu)建函數(shù)

myfread-function(files){

data.table::fread(paste0("data_in_one/",files))$V2

##測試文件

test-myfread(files[1])

4.1使用for循環(huán)來批量讀入并整合到一個數(shù)據(jù)框。

##1.創(chuàng)建容器

gene_id-data.table::fread(paste0("data_in_one/",files[1]))$V1

expr_df-data.frame(gene_id=gene_id)

##2.按照列讀入

for(iin1:length(files)){

print(i)

expr_df[,i+1]=myfread(files[i])

##增加列名

colnames(expr_df)-c("gene_id",metadata_id$TCGA_id)

###意外發(fā)現(xiàn)

tail(expr_df$gene_id,10)

###去掉最后5行

(nrow(expr_df)-5)

expr_df-expr_df[1:(nrow(expr_df)-5),]

save(expr_df,file="output/BRCA_RNASEQ_exprdf.Rdata")

4.2使用lapply+function模式

1.函數(shù)

myfread-function(files){

data.table::fread(paste0("data_in_one/",files))$V2

###2.lapply

dd=lapply(files,myfread)

###3.do.call

expr_df=as.data.frame(do.call(cbind,dd))

###4.添加名稱

colnames(