R语言 如何批量读取多个“*.csv”表格，批量重命名这些表格的第一列，并对第一列数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

问题背景：我需要处理“test”文件夹里的20个表格，其中肺癌（LC）表格10个，癌旁（Adjac）表格10个，也就是10对表格，如图1。

图1

每个表格的第一列（列名为“ab”）是很多基因名称，如图2。

图2

需求或想实现的目标：

1、我想批量读取这20个表格；

2、重命名20个表格的第一列，也就是将“ab”改为“pair_ab”；

3、将相同细胞所在表格（例如：Adjac_1-CD8-Naive-T.csv和LC_1-CD8-Naive-T.csv这一对表格，如图3）的第一列合并、去除重复、保存为新表格；

图3

尝试一、以第一对表格进行试验处理，代码如下：

1.  #设置工作目录，注意不要有汉字和中文符号2.  setwd("C:\\Users\\iCPU\\Desktop\\test")3.  #读取基因对表格4.  #癌5.  LC_1_CD8_Naive_T_GenePair <- read.csv("LC_1-CD8-Naive-T.csv")6.  colnames(LC_1_CD8_Naive_T_GenePair)[1] <- "pair_ab"7.  #癌旁8.  Adjac_1_CD8_Naive_T_GenePair <- read.csv("Adjac_1-CD8-Naive-T.csv")9.  colnames(Adjac_1_CD8_Naive_T_GenePair)[1] <- "pair_ab"10.    11.   #合并癌和癌旁的基因对，取并集，重复的基因对只保留一个12.   Total_1_CD8_Naive_T_GenePair <- data.frame(union(LC_1_CD8_Naive_T_GenePair$pair_ab, Adjac_1_CD8_Naive_T_GenePair$pair_ab))13.   colnames(Total_1_CD8_Naive_T_GenePair)[1] <- "GenePair"14.   write.csv(Total_1_CD8_Naive_T_GenePair, "Total_1_CD8_Naive_T_GenePair.csv", row.names = FALSE)15.   #成功

第一对表格运行成功，如图4、5：

图4

图5

尝试二、批量读取这20个（10对）表格，用到了for循环，注意仅仅只能够批量读取表格，不能区分癌LC和癌旁Adjac，代码如下：

1.  #将当前文件夹“test”里的文件名都放入变量“CellName_csv”中2.  CellName_csv <- dir()3.  #建立for循环用于批量读取数据表4.  for (i in 1:length(CellName_csv)) {5.    assign(paste0("CellName_GenePair_", i), read.csv(CellName_csv))6.  }7.  #由此成功读取了20个表格，分别是CellName_GenePair_1、CellName_GenePair_2、...... 、CellName_GenePair_20

我无法实现的内容：
1、我不能在上面for循环的代码里，批量对已经读取的表格第一列列名进行重命名，代码如下：

1.  #建立for循环用于批量读取数据表、批量重命名所有表格的第一列2.  for (i in 1:length(CellName_csv)) {3.    assign(paste0("CellName_GenePair_", i), read.csv(CellName_csv))4.    colnames(CellName_GenePair_i)[1] <- “pair_ab” #对应错误图65.    #或colnames(paste0("CellName_GenePair_", i))[1] <- "pair_ab"  #对应错误图76.    #或colnames(CellName_GenePair_))[1] <- "pair_ab"  #对应错误图87.  }8.  

错误截图（或）：

图6

图7

图8

2、既然不能用for循环批量重命名所有表格第一列，那也无法合并每一对表格，去重复、以及保存。

总结：我不知道在for循环中，如何正确地输入数据表变量：CellName_GenePair_i，然后对这20个表格进行批量的，我想要的常规操作。另外，我其实需要处理不止20个表格，而是2000个表格，每个表格里基因名称也有20384个，但只有先知道如何在for循环里调取已经批量读取的数据表，才能继续进行下一步操作，可是在对这些表格进行列重命名时，就由于变量填写的不对而出错。

求解疑答惑，万分感激！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：批量重命名 R语言 Desktop naive Users R语言 for循环

对应错误图6，改为
tmp = paste0("CellName_GenePair_", i)
colnames(get(tmp))[i] = "pair_ab"

• 路径自己修改下，pattern 参数不需要改，其他参数应该也不需要改；
• 把 read.xlsx() 函数换成 read.csv() 函数，那么 openxlsx 包也不需要加载；
  

1. library(tidyverse)
   
2. library(openxlsx)
   
3. 
   
4. f1 <- list.files("数据/test", pattern = "Ad", full.names = TRUE)
   
5. f2 <- list.files("数据/test", pattern = "LC", full.names = TRUE)
   
6. 
   
7. data <- list()
   
8. 
   
9. for (i in seq_along(f1)) {
   
10.   data[[i]] <- read.xlsx(files[i])
    
11. }
    
12. 
    
13. for(i in seq_along(f2)) {
    
14.   data[[i]] <- bind_rows(data[[i]], read.xlsx(f2[i]))
    
15.   data[[i]] <- distinct(data[[i]])
    
16. }
    
17. 
    
18. data <- map(data, ~ rename(.x, pair_ab = ab))

复制代码

读取并合并特定目录下的多个csv

library(plyr) # load plyr packages
listnames <- list.files(pattern='.csv') # creat a list for all .csv files in working directory
pp1 <- ldply(listnames,read.csv,header=T) #put all the files in a data.frame
write.csv(pp1, "all_countries_data.csv")

s609078902 发表于 2022-1-18 08:55

路径自己修改下，pattern 参数不需要改，其他参数应该也不需要改；

把 read.xlsx() 函数换成 read ...

这里的`for`循环是不是可以直接用`map_dfr()`代替？为啥要用两个循环？

caimiao0714 发表于 2022-1-21 14:38
这里的`for`循环是不是可以直接用`map_dfr()`代替？为啥要用两个循环？

很好的建议。我用 for 循环是因为我只是想展示我的思路，对大部分人来说 for loop 相比 map() 的可读性更好

s609078902 发表于 2022-1-21 14:49
很好的建议。我用 for 循环是因为我只是想展示我的思路，对大部分人来说 for loop 相比 map() 的可读性更 ...

嗯呢，给你点赞。