R：循环遍历目录中的所有文件，应用列替换命令

Posted 2023-04-19

【中文标题】R：循环遍历目录中的所有文件，应用列替换命令

【英文标题】：R: Looping through all files in the directory, applying the column replacement command

【发布时间】：2020-01-29 15:55:09

【问题描述】：

所以我有一个 .txt 文件的目录。每个都包含代表某些测量特征的列。对于同一目录中的文件，我想将名为treatmentsum 的一列的内容替换为3S_TNFaCHx_cluster1_333nM+0.1ug/ml_none。 （我将在不同文件夹中用不同名称替换同一列，是的，我知道这个名称非常烦人，相信我还有更糟糕的名称）

所以我想，替换数据框中的列很容易，我只需打开目录然后执行以下操作：

df <- read.table(x, header=TRUE)
df$treatmentsum <- c("3S_TNFaCHx_cluster1_333nM+0.1ug/ml_none")

接下来，我只需要将它设为一个函数并将lapply 用于目录中的所有文件，并确保将新文件存放在新文件夹中。

完整的代码不起作用：

#set up directories
directory <- "C:/Users/XXX"
outdirectory <- "C:/Users/XXX/replaced"

#find all .txt files in the directory
files <- list.files(path=directory, pattern="*.txt", full.names=TRUE, recursive=FALSE)

lapply(files, function(x) 
    df <- read.table(x, header=TRUE)
    df$treatmentsum <- c("the new stupid name thanks to pharma")
    out <- function(df)
    # write to file
    write.table(out, outdirectory, sep="\t", quote=FALSE, row.names=FALSE, col.names=TRUE)
)

我收到的警告信息：

扫描错误（文件 = 文件，什么 = 什么，sep = sep，quote = quote，dec = dec，： 第 1 行没有 744 个元素

【问题讨论】：

一个明显的问题是这个out <- function(df) 什么都不返回。只需将df 传递给write.table。

感谢 Parfait 的编辑。我删除了

你应该给输出路径一个物理文件而不是文件夹。

我不太明白，对不起这里的菜鸟。你的意思是 write.table(df, XXX, sep="\t", quote=FALSE, row.names=FALSE, col.names=TRUE)。 XXX 需要是一个文件吗？我应该放什么文件？

【参考方案1】：

我尝试创建文件夹结构并测试了以下代码。似乎有效。

source_folder <- "Folder1"
destination_folder <- "Folder2"

files <- list.files(path = source_folder, pattern = "*.txt", 
                    full.names = TRUE, recursive = FALSE)

lapply(files, function(x) 
  df <- read.table(x, header=TRUE)
  df$Col2 <- c("the new stupid name thanks to pharma")
  write.table(df, paste0(destination_folder,"/", basename(x)), sep="\t", 
              quote=FALSE, row.names=FALSE, col.names=TRUE)
)

【讨论】：

谢谢 Vishal，但我仍然在第 1 行收到相同的错误消息没有 744 个元素

嗨 Vishal，非常有趣的是，代码在添加 fill=T 时运行。但是，返回的表中充满了许多 NA 的 exta 列，并且一半的标题被弄乱了。我将 read.table 更改为 read.csv，它解决了这个问题。唯一的问题是在表的末尾，我现在有一个额外的 NA 列

@Parfait Hi Parfait，（天哪，你可以在这里使用@！）你指的是“搞砸的NAs”吗？使用 read.csv 时，其他人对数据末尾的额外 NA 列有类似的回应。我从实验室以前的人那里得到数据，通过用记事本读取 .txt 文件，分隔符似乎是制表符或空格。输出文件的仪器只提供.txt格式，希望有一天他们也能生成csv文件。

@Parfait。我尝试使用 read.delim()，输出文件仍然有额外的 NA 列

@Parfait 谢谢你的帮助。在 read.delim 中不允许 row,names = 1。