R循环用于显示多个数据帧中最丰富的行

Question

我有 52 个数据文件，每个文件包含两列：蛋白质和丰度。 蛋白质列有一个蛋白质名称，丰度列包含一个数字，显示样品中有多少蛋白质。每个文件中有数千种蛋白质，它们没有按丰度的顺序排列。

例子：

样本 1

protein	abundance
x	500
y	300
z	400

样本 2

protein	abundance
x	300
y	800
z	200

我想在 R 中编写一个循环来遍历所有 52 个文件，并从每个文件中选择前 2 个最丰富的蛋白质，然后制作一个有 4 列的新数据框（前两个包含两个最丰富的蛋白质的名称，后两个包含这两种蛋白质的丰度值）和 52 行（每个数据文件一行）。

	most abundant protein	second most abundant protein	abundance for MAP	abundance for SMAP
sample1	protein x	protein z	500	400
sample2	protein y	protein x	800	300
etc

到目前为止，我有以下内容：

filelist<- list.files(pattern = ".csv") 

dataabund<-''

for(i in 1:length(filelist)){
  data <- read.table(filelist[i], header = T) 
  dataabund [i] <- head(arrange(data, desc(data$abundance)), n = 2)
  }

mostabund <-  data.frame(filelist, dataabund)

但是，这会创建一个奇怪的数据框，它不会显示丰富度。

任何帮助将不胜感激！

Answer 1

你可以试试这个方法-

library(tidyverse)

filelist<- list.files(pattern = ".csv") 

result <- map_df(filelist,~ {
  read.table(x, header = T) %>%
    slice_max(abundance, n = 2, with_ties = FALSE) %>%
    mutate(col = c('first', 'second')) %>%
    pivot_wider(names_from = col, values_from = c(protein, abundance))
})

result