如何以循环的形式用 r 重命名多个数据集中的列子集

Question

我知道以前有人问过这个问题，但我无法让它为我工作，我发誓我尝试了很多方法来做到这一点，从 for file in loops 到 lapply。 我有表格，我想替换现在采用以下格式的第 2 到 7 列标题：“X1”、“X2”、“X3”、“X4”、“X5”、“X6”、“X7” ” 分为“王国”、“门”、“类”、“目”、“科”、“属”、“种”。

每个表的行数和列数都不相同。

我的 31 张桌子是这样列出的：

step4 <- list.files(pattern="*.coldrop.tsv")

另外，这是一个“子问题”，我从第 2 列开始，因为 RAM 不断添加行号 (1,2,3,4,5,6....n)。如果有人可以在这里帮助我，那就太好了。我需要在所有这些“step4”列表中执行此操作。 这是我想做的一些“样本”。

当我第一次尝试时，我选择了 for file in loop 选项：

colnames <- c("Kingdom", "Phylum", "Class", "Order", "Family", "Genus", "Species")

以下适用于单个文件

names(Omlo_run11_table.tsv.step1.tsv.step2.tsv.step3.tsv.coldrop.tsv)[2:8] <- c("Kingdom", "Phylum", "Class", "Order", "Family", "Genus", "Species")

i = 1
for(i in 1:length(step4)){
  names(step4[i])[2:8] <- c("Kingdom","Phylum","Class","Order","Family","Genus","Species") 

}

我明白了： 名称错误(step4[i])[2:8]

names(get(step4[i]))[names(get(step4[i])) == "X1","X2","X3","X4","X5","X6","X7"] <- c("Kingdom","Phylum","Class","Order","Family","Genus","Species")

我明白了： 名称错误(get(step4[i]))[names(get(step4[i])) == "X1", "X2", "X3", : 下标数不正确

for(i in 1:length(step4)){
  nm <- paste0("step4[i]")
  tmp <- get(nm)
  colnames(tmp)[2:8] <- c("Kingdom", "Phylum", "Class", "Order", "Family", "Genus", "Species")
  assign(nm, tmp)
}

我明白了： get(nm) 中的错误：找不到对象“step4[i]”

lapply (step4, function(df) { colnames(df)[2:length(step4)] <-colnames[1:length(step4)]-1)}

等等…… 我更喜欢文件类型的人，但我对 lapply 选项持开放态度。 我遇到了带有 setnames 的解决方案，但也无法弄清楚.. 有人能帮帮我吗...

Answer 1

使用您的 step4 字符向量作为@Gregor cmets 简单地创建一个数据帧列表。然后，迭代地重命名每个 df 的列，这些列都可以在一个 lapply()anonymous 函数中处理。此外，由于您使用的是制表符分隔的文件，因此您需要通用的 read.table() 函数（其中 read.csv 是逗号分隔文件的特殊包装器）：

step4 <- list.files(path = tsvfilepath, pattern=".*tsv$", full.names = TRUE)

dfList <- lapply(step4, function(i) {
        df <- read.table(i, sep="\t", quote="", header=TRUE, as.is=FALSE)
        names(df)[2:8] <- c("Kingdom","Phylum","Class","Order","Family","Genus","Species") 
        return(df)
})

---

此列表可满足各种需求，例如单个数据帧或一个主数据帧。

对于单个 dfs，请考虑 setNames() 单独命名每个文件，并考虑 list2env() 创建单独的环境对象。下面为每个 df 赋予与其对应文件名相同的名称：

dfList <- setNames(dfList, step4)

list2env(dfList, envir=.GlobalEnv)

对于一个大型主 df，您将所有数据帧附加在一起，您面临不完整列的挑战。因此，请考虑使用第三方包来填补 dfs 中缺失的列：

library(plyr)
rbind.fill(dfList)

library(dplyr)
bind_rows(dfList)

library(data.table)    
rbindlist(dfList, fill=TRUE)