R读取多个文件，连接结果

Question

NVAR    6957423
RATE    1
MAC 963.605
MAF 0.228126
SING    0
MONO    0
TITV    1.99326
TITV_S  NA
DP  NA
QUAL    NA
PASS    1
FILTER|PASS 1
PASS_S  0

我有几个具有上述格式的文件 (N=414)。在 R 中，我想读取所有文件、转置和 rbind 或连接值。我的文件名为 age_wg2_ind1.vstats，范围从 1 到 414（在 ind[i].vstats 之后）。到目前为止，我已经尝试过：

txtfiles = list.files(pattern="*.vstats")

for (i in 1:length(txtfiles)){
     tmp = read.table(txtfiles[i],sep="\t")
  ttmp<-t(tmp[i])
 colnames(ttmp)<-ttmp[1,];ttmp2<-ttmp[2:nrow(ttmp),]
}

ttmp[2:nrow(ttmp), ] 中的错误：下标超出范围

1) list files 命令真的会以单个#1 开头并以#414 结尾吗？ 2) 不确定在哪里放置 [i] 以保留每个文件的第二行。

谢谢！

Answer 1

如果您的文件在第一列中都有变量名称，而第二列中的值应该可以工作

l <- lapply(txtfiles , function(i) { 
                 r <- read.table(i ,sep="\t")
                 mat <- t(r[,2])
                 colnames(mat) <- r[,1]
                 mat
                 })

(out <- do.call(rbind , l))

如果每个文件中有（一些）不同的变量名，请查看 plyr 包中的 rbind.fill

您可以查看 txtfiles 中文件的顺序 - 不一定会保留文件的数字顺序。您可以在 lapply 循环之前预处理 txtfiles 的顺序，或者当您的文件命名相似时，您可以将文件列表定义为

txtfiles2 <- paste0("age_wg2_ind",1:414,".vstats")

编辑

猜测您的错误是来自您的某个文件的输入错误 - 您可以试试这个。我已经制作了一些数据来证明它有效。如果您运行上面的代码（在下面的示例数据上），您会收到一条错误消息“read.table(i, sep = "\t") 中的错误：输入中没有可用的行”。但是通过使用 tryCatch 就可以了。

#Some example data

df <- data.frame(letters[1:3] , 1:3)
write.table(df,"temp1.out",sep="\t" , row.names=F , col.names=F)
write.table(df,"temp2.out",sep="\t", row.names=F , col.names=F)
df[,1] <- df[,2] <- NULL
write.table(df,"temp3.out",sep="\t", row.names=F , col.names=F) # zero columns

#Read in data
txtfiles <- list.files(pattern="*.out")

l <- lapply(txtfiles , function(i) { 
                r <-  tryCatch(read.table(i , sep="\t"), error=function(e) NULL)
                 if(!is.null(r)) {
                     mat <- t(r[,2])
                     colnames(mat) <- r[,1]
                     mat
        }})

l <- l[!sapply(l, is.null)]

(out <- do.call(rbind , l))