r 匹配两个文件夹中的文件名并执行代码

Question

我有 2 个包含文本文件的文件夹：Aba 包含 90 个文件，Baa 包含 50 个文件。我有一段代码，我从两个文件夹中打开具有相同名称的文件并执行操作。

dna_no= read.table("/home/Documents/Baa/112.txt",skip=1, header=TRUE, sep="\t", fill=FALSE)
sim = read.table("/home/Documents/Data/Aba/112.txt",header=FALSE, sep="\t")

然后我想对文件内容执行代码：

从 sim 中选择第一列 dna_no 与第一列 sim 匹配的行：

sm_dna=  sim[which(dna_no[,1]%in%sim[,1]),]
sim_nn17 = cbind(sm_dna[,1],sm_dna[,4:6]

等等

现在我想一次性对 Baa 中的所有文件执行此操作，从 Aba 中找到具有相同名称的文件并执行上述操作。

我正在使用 list.files：

filenames= list.files("/home/Documents/Baa/", full.names=TRUE)

file_sim= list.files("/home/Documents/Data/Aba/",full.names=TRUE)

ldf <- lapply(filenames, function(x) read.table(x,skip=1))
tcf <- lapply(file_sim, function(z) read.table(z,colClasses = c(rep("numeric", 6), rep("NULL", 1)),header=FALSE, sep="\t"))

所以现在我需要在 tcf [i] 中找到相同的 ldf[i] ，即具有相同名称的文件（例如 112 个文件名都是数字），我无法弄清楚如何使用 list.files似乎不安全的文件名。

然后为每个文件执行代码。

myFun <- function(filenames){

对每个文件进行上述相同的操作：

sm_dna=  ..

sim_nn17 =..

...}

我不确定这里的代码是如何变化的？ 没有循环可以做到这一点吗？

该代码适用于单独的文件，但不适用于文件夹中的一批文件。

非常感谢您的帮助！

Answer 1

我认为你在这里有两个不同的问题，真的。

1. 查找匹配的列表项
2. 不使用for循环对一系列文件执行一些操作

第一件事很简单。这是一个可重现的示例，但您可以使用来自调用 list.files 或此处的任何内容的两个文件名列表

# here are two random vectors of letters
set.seed(1)
vec1 <- letters[sample(1:26, 5)]
vec2 <- letters[sample(1:26, 15)]

# > vec1
# [1] "g" "j" "n" "u" "e"
# > vec2
# [1] "x" "z" "p" "o" "b" "e" "d" "n" "g" "s" "h" "k" "q" "u" "j"

# here are the matching ones 
intersect(vec1, vec2)
# [1] "g" "j" "n" "u" "e"

第二件事也很简单：从不同位置读入两个同名文件，执行一些操作：

my_func <- function(filename) {

  # get files with same name from two dirs
  dna_no <- read.table(paste0('/home/Documents/Baa/', filename))
  sim <- read.table(paste0('/home/Documents/Data/Aba/', filename))

  # do other stuff...
}

将这些放在一起，您可以执行以下操作：

filenames <- list.files("/home/Documents/Baa/")
file_sim <- list.files("/home/Documents/Data/Aba/")

lapply(intersect(filenames, file_sim), my_func)