数据使用的gdc-client下载的，里面有两个文件，单独提取.tsv文件。
setwd("C:/Users/hghye/Desktop/gdc-client_v1.6.1_Windows_x64")#数据路径
getwd()
library("rjson")
json <- jsonlite::fromJSON("metadata.cart.2023-02-23.json") #metadata文件名
View(json)
sample_id <- sapply(json$associated_entities,function(x){x[,1]})
file_sample <- data.frame(sample_id,file_name=json$file_name)
count_file <- list.files('gdc_download',pattern = '.tsv$',recursive = TRUE) #Counts文件夹名
count_file_name <- strsplit(count_file,split='/')
count_file_name <- sapply(count_file_name,function(x){x[2]})
#下面的修改基因数
matrix = data.frame(matrix(nrow=60660,ncol=0))
#下面的修改样本例数
for (i in 1:1231){
path = paste0('gdc_download//',count_file[i]) #Counts文件夹名
data<- read.delim(path,fill = TRUE,header = FALSE,row.names = 1)
colnames(data)<-data[2,]
data <-data[-c(1:6),]
data <- data[3] #数据类型，选择其中之一 3：unstranded；4：stranded_first；5：stranded_second；6：tpm_unstranded；7：fpkm_unstranded；8：fpkm_uq_unstranded
colnames(data) <- file_sample$sample_id[which(file_sample$file_name==count_file_name[i])]
matrix <- cbind(matrix,data)
}
write.csv(matrix,'BRCA count_matrix2.csv',row.names = TRUE)
