• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • 批量读取文件一文搞定

      批量读取文件一文搞定

      • 发布者 weinfoadmin
      • 分类 未分类, 老俊俊的生信笔记
      • 日期 2021年9月10日
      • 评论 0评论

      感谢老俊俊的大力支持。我们会每日跟新,欢迎您关注老俊俊的生信笔记。


      点击上方关注我们




      提高效率,解放双手


      对于新手小白来说,使用 R 来 读取文件 是 第一个要过的门槛 ,当初我也是在这门槛绊倒过数次,不过多多练习,总结经验肯定会越来越熟练的。

      当你有一两个或者两三个文件需要读取时,想必会一个个读进来就完事了,最多复制几行代码,改一下文件名咯。但是如果有成百上千个呢?那不是 废手废眼睛?

      昨天群里有小伙伴问怎么批量读取文件,然后把文件一个个命名保存到环境变量里。写了一个批量读取的代码发在了群里,今天总结一下批量读取的多种方式。

      我在桌面建了 dada 文件夹,里面有 5 个测试 txt 文件:

      1、批量读取保存到环境变量


      这里先实现批量读取再赋值保存到环境变量的操作。

      我觉得如果每个文件内容不一样,这样是可以的,但是文件如果太多,都保存到环境变量容易发生 变量名重名 之类的错误:

      # 加载R包
      library(dplyr)

      # 设置工作路径
      setwd('C:UsersadminDesktopdata')

      # 查看文件
      dalst <- list.files(pattern = '*.txt')
      dalst

      [1] "e.txt" "f.txt" "g.txt" "h.txt" "i.txt"

      使用基础 for 循环读取:

      # for 循环
      for(i in 1:length(dalst)){
        # 名称向量
        name = c("a", "b", "c", "d","e")
        # 读取并赋值
        assign(name[i],read.table(dalst[i],header = T))
      }

      可以看到读取进来并且命好名保存到环境变量里了。

      使用 lapply 版:

      # lapply 版
      dalst <- list.files(pattern = '*.txt') %>% lapply(.,read.table,header =T)

      for (i in 1:length(dalst)) {
        # 名称向量
        name <- c("a", "b", "c", "d","e")
        # 赋值
        assign(name[i],dalst[[i]])
      }

      2、批量读取保存到 list


      为避免储存太多环境变量或者发生错误,建议保存到 list 里,需要用的时候直接取出来即可。

      dalst <- list.files(pattern = '*.txt') %>% lapply(.,read.table,header =T)
      dalst

      [[1]]
           a   ay   b  by
      1 -1.5 -1.3 1.4 1.8
      2 -1.6 -1.6 1.6 1.5

      [[2]]
           a   ay   b  by
      1 -1.5 -1.3 1.4 1.8
      2 -1.6 -1.6 1.6 1.5
      ...

      用 lapply 读取返回的直接是一个 list 的类型,但是每个 list 的名字是 1、2、3、4 的格式,我们只需要把名字改成对应的即可:

      # 命名list
      names(dalst) <- c("a", "b", "c", "d","e")
      dalst

      $a
           a   ay   b  by
      1 -1.5 -1.3 1.4 1.8
      2 -1.6 -1.6 1.6 1.5

      $b
           a   ay   b  by
      1 -1.5 -1.3 1.4 1.8
      2 -1.6 -1.6 1.6 1.5
      ...

      mapply 版:

      # mapply 版

      # 文件名
      dalst <- list.files(pattern = '*.txt')

      # 名称向量
      name <- c("a", "b", "c", "d","e")

      res <- mapply(function(n,d){n <- read.table(d,header = T)},name,dalst,SIMPLIFY = F)
      res

      $a
           a   ay   b  by
      1 -1.5 -1.3 1.4 1.8
      2 -1.6 -1.6 1.6 1.5

      $b
           a   ay   b  by
      1 -1.5 -1.3 1.4 1.8
      2 -1.6 -1.6 1.6 1.5
      ...

      3、批量读取合并保存到数据框


      如果每个数据的 列名一样 ,只是 记录的内容不一样 ,我们更希望批量读取进来并且 合并到一个表格里面 ,这也是批量读取最常用的方式,并且结果可读性更好:

      do.call 合并数据:

      # do.call
      list.files(pattern = '*.txt') %>% lapply(.,read.table,header =T) %>%
        do.call(rbind,.)

            a   ay   b  by
      1  -1.5 -1.3 1.4 1.8
      2  -1.6 -1.6 1.6 1.5
      3  -1.5 -1.3 1.4 1.8
      ...

      Reduce 合并数据:

      # Reduce
      list.files(pattern = '*.txt') %>% lapply(.,read.table,header =T) %>%
        Reduce(rbind,.)

            a   ay   b  by
      1  -1.5 -1.3 1.4 1.8
      2  -1.6 -1.6 1.6 1.5
      3  -1.5 -1.3 1.4 1.8
      ...

      purrr 包 map_dfr 函数直接内部合并,不需要再合并,简化操作:

      # map 函数
      library(purrr)
      list.files(pattern = '*.txt') %>% map_dfr(.,read.table,header =T)

            a   ay   b  by
      1  -1.5 -1.3 1.4 1.8
      2  -1.6 -1.6 1.6 1.5
      3  -1.5 -1.3 1.4 1.8
      ...

      plyr 包和 map_dfr 有异曲同工之妙,也是非常的方便:

      # plyr 包
      library(plyr)
      list.files(pattern = '*.txt') %>% ldply(.,read.table,header =T)

            a   ay   b  by
      1  -1.5 -1.3 1.4 1.8
      2  -1.6 -1.6 1.6 1.5
      3  -1.5 -1.3 1.4 1.8
      ...

      现在批量读取再也不用麻麻担心你不会了。



      代码 我上传到 QQ 群 老俊俊生信交流群 文件夹里。欢迎加入。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦。

      群二维码:


      老俊俊微信:



      所以今天你学习了吗?

      欢迎小伙伴留言评论!

      点击我留言!

      今天的分享就到这里了,敬请期待下一篇!

      最后欢迎大家分享转发,您的点赞是对我的鼓励和肯定!

      如果觉得对您帮助很大,赏杯快乐水喝喝吧!

      推 荐 阅 读




      • circlize 之可视化基因组数据

      • circlize 之 Advanced layout

      • circlize 之 circos.heatmap()

      • circlize 之 Implement high-level circular plots

      • 怎么批量合并 data.frame ?

      • QPCRpro 正式上线!

      • circlize 之 Legends

      • QPCR数据添加 p 值和显著性一次解决!

      • circlize 之 Graphics

      • circlize 之 Introduction

      • circlize 之 Circular layout

      • 鉴定差异翻译效率基因之 deltaTE 下篇

      • 鉴定差异翻译效率基因之 deltaTE 上篇

      • 鉴定差异翻译效率基因之 Riborex

      • purrr 包之 list 处理系列函数

      • purrr 包之 map 系列函数

      • 批量绘制单基因相关性图

      • Y 叔出品:ggfun

      • 神器之 computeMatrix + 绘图

      • Deeptools 神器之 bamCoverage

      • 在线版shiny pheatmap!

      • QPCR数据快速分析和绘图 — by shiny

      • RNA-seq:Salmon 快速定量

      • RNA-seq:Salmon 定量结果差异分析

      • 用R提取代表转录本

      • 画个CNS级别火山图!

      • R Tips :split 函数

      • 什么? R 版 Hisat2

      • R Tips :match 函数

      • conda 安装软件报错

      • MetaProfile on Transcript

      • 提取代表转录本之 gencode

      • 附近含有 m6A 修饰的 Stop Codon 序列提取

      • Introduction of m6A

      • RNA-seq : Hisat2+Stringtie+DESeq2

      • shiny VennDiagram

      • shiny CountToTPM/FPKM

      • 自己模仿画个– m6A distribution on transcript

      • 怎么把 shiny App 做成 exe 文件进行分发

      • shiny-server内网穿透

      • 在线版shiny pheatmap!

      • 用shiny创作在线火山图绘制App

      • circlize 之 Create plotting regions

      • circlize 之 High-level genomic functions

      • R 爬虫之爬取文献信息

      • R 爬虫之爬取公众号图片

      • 跟着 cell 绘制条形堆叠图和分面小提琴图

      • R 爬虫之爬取 NCBI 文献

      • ggplot 分面绘图一网打尽

      • circlize 之 chordDiagram 函数

      • circlize 之 chordDiagram 函数高级用法

      • R 绘制柱形偏差图

      • R 爬虫之爬取文献影响因子

      • R爬虫之 html 简介

      • R 爬虫之爬取 CRAN 官网 R 包信息

      • ZhouLab 星球

      • R爬虫之 html 简介(续)

      • 绘制带连线的柱状堆积图

      • 连线柱状堆积图进阶

      • circlize 绘图小问题解答

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      保姆级:手把手教你绘制环形基因表达热图
      2021年9月10日

      下一篇文章

      circlize 绘图小问题解答
      2021年9月10日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?