Есть два требования, чтобы решить с этим вопросом. Во-первых, нам нужно прочитать набор файлов с одинаковыми столбцами, где файлы хранятся в подкаталоге с расширением .txt. Столбцы в файле данных разделяются символом-разделителем, значение которого не указано в OP.
Во-вторых, в каждом файле отсутствует заголовок столбца, который выглядит как столбец с именем location или type.
Второе соображение затрудняет использование стандартной функции R для чтения файла, поскольку большинство функций чтения файлов необработанных данных ожидают имя столбца для каждого столбца в файле необработанных данных, если файлобрабатываться с аргументом header = TRUE.
Мы будем использовать функцию readr::read_csv() для решения этой проблемы, потому что readr::read_csv() позволяет нам указать строки, которые будут считаны из файла данных.
В частности, мы прочитаемимена столбцов из одного файла, добавьте имя столбца location, а затем прочитайте весь набор файлов данных, чтобы избежать использования первой строки и не устанавливать первую строку в качестве имен столбцов.
Мы реплицировали данные в записи и сохранили две копии их в файлах данных в подкаталоге \data текущего рабочего каталога R. Мы использовали , в качестве разделителя, чтобы сделать его видимым в данных примера.
Данные выглядят следующим образом:
OTU9,OTU6,OTU1972,OTU39,OTU1456,OTU16,OTU58,OTU5
Soil,0,0,0,0,0,0,0,0
Stream,0,0,0,0,0,0,0,0
Unknown,100,0,20,80,0,70,0,70
Обратите внимание, что если разделитель поля данных в фактических данных является символом, отличным от ,, можно указать правильный символ разделителя в read_csv() с аргументом delim=.
Шаг 1: получить имена файлов из подкаталога
Я назвал файлы so58176322-1.txt и so58176322-2.txt на основе идентификатора Stackoverflow для исходного сообщения.
theFiles <- list.files("./data",pattern="so5817*",full.names = TRUE)
# list the files
theFiles
Вектор theFiles содержит два имени файла.
> theFiles
[1] "./data/so58176322-1.txt" "./data/so58176322-2.txt"
Шаг 2: чтение имен столбцов из одного файла данных
Далее мы загружаем readr упаковать и извлечь строку имени столбца из первого файла в списке.
library(readr)
# read header row, add "location" and save to vector
columnData <- read_csv(theFiles[1],col_names = FALSE,n_max = 1)
columnNames <- unlist(c("location",as.vector(columnData[1,])))
Шаг 3: чтение данных и объединение в один фрейм данных
Наконец, мы будем использовать lapply() с анонимной функцией для чтения файлов данных, используя read_csv()читать данные, начиная со второго ряда. После прочтения файлов мы будем использовать do.call() с rbind(), чтобы объединить файлы в списке, сгенерированном с помощью lapply(), а затем установить имена столбцов.
# read raw data from multiple files
#
# assume that all files have the same column names, which is inferred from OP
#
theData <- lapply(theFiles,function(x){read_csv(theFiles[1],col_names = FALSE,skip = 1)})
# at this point, theData is a list that contains two data frames
# we can now combine the data frames with rbind() and add the column names
combinedData <- do.call(rbind,theData)
# set correct column names
colnames(combinedData) <- columnNames
combinedData
... и вывод, показывающий правильные имена столбцов и все данные в одном фрейме данных.
> combinedData
# A tibble: 6 x 9
location OTU9 OTU6 OTU1972 OTU39 OTU1456 OTU16 OTU58 OTU5
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Soil 0 0 0 0 0 0 0 0
2 Stream 0 0 0 0 0 0 0 0
3 Unknown 100 0 20 80 0 70 0 70
4 Soil 0 0 0 0 0 0 0 0
5 Stream 0 0 0 0 0 0 0 0
6 Unknown 100 0 20 80 0 70 0 70
>
Улучшение решения: отслеживание имен файлов
Это решение можно улучшить, добавив файлимя в качестве столбца в выходных данных, следующим образом.
theData <- lapply(theFiles,function(x){
y<- read_csv(theFiles[1],col_names = FALSE,skip = 1)
# add a column for source file name
y$sourceFile <- x
y})
# at this point, theData is a list that contains two data frames
# we can now combine the data frames with rbind() and add the column names
combinedData <- do.call(rbind,theData)
colnames(combinedData) <- c(columnNames,"sourceFile")
combinedData
... и вывод.
> combinedData
# A tibble: 6 x 10
location OTU9 OTU6 OTU1972 OTU39 OTU1456 OTU16 OTU58 OTU5 sourceFile
<chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <chr>
1 Soil 0 0 0 0 0 0 0 0 ./data/so58176322-1.txt
2 Stream 0 0 0 0 0 0 0 0 ./data/so58176322-1.txt
3 Unknown 100 0 20 80 0 70 0 70 ./data/so58176322-1.txt
4 Soil 0 0 0 0 0 0 0 0 ./data/so58176322-2.txt
5 Stream 0 0 0 0 0 0 0 0 ./data/so58176322-2.txt
6 Unknown 100 0 20 80 0 70 0 70 ./data/so58176322-2.txt
>