2024-12-14 合并GDC文件

用R写了个函数实现GDC文件合并,记录一下


image.png
library(dplyr)
library(readr)
merge_column <- function(input_dir, column_name, output_dir) {
  # 加载必要的包
  library(dplyr)
  library(readr)
  
  # 创建输出目录(如果不存在)
  if (!dir.exists(output_dir)) {
    dir.create(output_dir, recursive = TRUE)
  }
  
  cat("output_dir:", output_dir, "\n")
  # 获取所有子文件夹路径
  sub_dirs <- list.dirs(input_dir, full.names = TRUE, recursive = FALSE)
  
  # 初始化合并结果数据框
  merged_data <- NULL
  print("merging data...")
  for (i in 1:length(sub_dirs)) {
    cat(i, ":",sub_dirs[i])
    # 获取子文件夹中的所有文件
    files <- list.files(sub_dirs[i], pattern = "\\.tsv$", full.names = TRUE)
    
    for (file in files) {
      # 读取文件
      exp_data <- read_tsv(file, skip = 6, col_names = FALSE, show_col_types = FALSE) # 从第7行开始读取
      colnames(exp_data) <- c("gene_id",    "gene_name",    "gene_type",    "unstranded",   "stranded_first",   "stranded_second",  "tpm_unstranded",   "fpkm_unstranded", "fpkm_uq_unstranded")
      exp_data <- as.data.frame(exp_data)
      # 检查文件中是否有指定的列
      if (!(column_name %in% colnames(exp_data))) {
        stop(paste("文件中缺少列:", column_name, ",文件:", file))
      }
      
      # 提取Ensembl基因ID、基因名称和目标列
      sample_data <- exp_data %>%
        select(gene_id = 1, gene_name = 2, gene_type = 3, target_column = !!sym(column_name))
      
      # 为目标列命名为当前文件名(不含扩展名)
      colnames(sample_data)[4] <- tools::file_path_sans_ext(basename(file))
      
      # 合并数据
      if (is.null(merged_data)) {
        merged_data <- sample_data
      } else {
        merged_data <- full_join(merged_data, sample_data, by = c("gene_id", "gene_name", "gene_type"))
      }
    }
  }
  
  # 保存合并结果
  output_file <- file.path(output_dir, paste0(column_name, "_merged.tsv"))
  write_tsv(merged_data, output_file)
  cat("保存合并表到:", output_file, "\n")
  
  return(merged_data) # 返回合并后的数据框
}
input_dir <- getwd()
output_dir <- "/Users/zhengyiyi/Desktop/res"
column_name <- "unstranded"
# 调用函数合并 unstranded 列
res <- list()
for (column_i in c("unstranded",    "stranded_first",   "stranded_second",  "tpm_unstranded",   "fpkm_unstranded", "fpkm_uq_unstranded")){
  print(column_i)
  res[[column_i]] <- merge_column(input_dir, column_i, output_dir)
}

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354

推荐阅读更多精彩内容