R語言指定列取交集后合并多個數(shù)據(jù)集的簡便方法是怎樣的

之前錄制過一期視頻介紹過這個內(nèi)容，他的基本需求就是：他有5份數(shù)據(jù)集，每一份數(shù)據(jù)集都是每行是一個基因，每列是一個樣本，值是對應(yīng)這個基因的表達(dá)量。他想將5個數(shù)據(jù)集中的共有基因找出來，然后5個數(shù)據(jù)集按共有的基因合并。

我的思路是

• 先把5份數(shù)據(jù)的基因名取交集
• 用基因名給每份數(shù)據(jù)做行名
• 根據(jù)取交集的結(jié)果來提取數(shù)據(jù)
• 最后合并數(shù)據(jù)集
  
  

那期內(nèi)容有人留言了簡便方法，很短的代碼就實現(xiàn)了這個目的。我將代碼記錄在這篇推文里

因為5份數(shù)據(jù)集以csv格式存儲，首先就是獲得存儲路徑下所有的csv格式文件的文件名，用到的命令是

files<-dir(path = "example_data/merge_data/",
           full.names = T,
           pattern = ".csv")

用到的函數(shù)是dir()

path參數(shù)是數(shù)據(jù)文件存儲的路徑

full.names參數(shù)如果設(shè)置為TRUE，則返回文件的完整路徑，如果設(shè)置的為FALSE則只返回文件名。

相對路徑和絕對路徑是很重要的概念，這個一定要搞明白

pattern參數(shù)指定文件的后綴名

需要借助tidyverse這個包，用到的是map()函數(shù)

library(tidyverse)
df<-map(files,read.csv)
class(df) 

df是一個列表，5份數(shù)據(jù)分別以數(shù)據(jù)框的格式存儲在其中

直接一行命令搞定

df1<-reduce(df,inner_join)

df1就是我們想要的結(jié)果

達(dá)成這個目的最終總共才用到了4行代碼，太方便了。

之前和一位同學(xué)討論的時候他也提到了tidyverse整理數(shù)據(jù)，但是自己平時用到的數(shù)據(jù)格式還算整齊，基本上用數(shù)據(jù)框的一些基本操作就可以達(dá)到目的了。也就沒有學(xué)tidyverse這個包的內(nèi)容，看來得抽時間好好學(xué)習(xí)一下了。