R合并数千个数据帧，但未给出预期的列数
我有一个数千个数据帧的列表，其中每个数据帧都有一个名为“x”的列和一个名为“go”的列。看起来是这样的：R合并数千个数据帧，但未给出预期的列数,r,dataframe,dplyr,R,Dataframe,Dplyr,我有一个数千个数据帧的列表，其中每个数据帧都有一个名为“x”的列和一个名为“go”的列。看起来是这样的： > lapply(head(genes2Vecs), head) $A1BG x go GO:0005576 0.13793103 GO:0005576 GO:0005615 0.05172414 GO:0005615 GO:0031982 0.24137931 GO:0031982 GO:0043227 0.25862069 G
> lapply(head(genes2Vecs), head)
$A1BG
x go
GO:0005576 0.13793103 GO:0005576
GO:0005615 0.05172414 GO:0005615
GO:0031982 0.24137931 GO:0031982
GO:0043227 0.25862069 GO:0043227
GO:0043230 0.05172414 GO:0043230
GO:1903561 0.03448276 GO:1903561
$A1CF
x go
GO:0005488 0.11111111 GO:0005488
GO:0097159 0.06944444 GO:0097159
GO:1901363 0.06944444 GO:1901363
GO:0003676 0.05555556 GO:0003676
GO:0003723 0.04166667 GO:0003723
GO:0006139 0.13888889 GO:0006139
$AACS
x go
GO:0008152 0.12500000 GO:0008152
GO:0044238 0.02173913 GO:0044238
GO:0071704 0.07065217 GO:0071704
GO:0003824 0.03804348 GO:0003824
GO:0016405 0.01630435 GO:0016405
GO:0016874 0.03260870 GO:0016874
$AARS2
x go
GO:0000166 0.06930693 GO:0000166
GO:0005488 0.27722772 GO:0005488
GO:0008144 0.01980198 GO:0008144
GO:0017076 0.04950495 GO:0017076
GO:0030554 0.02970297 GO:0030554
GO:0032553 0.03960396 GO:0032553
$AATK
x go
GO:0000166 0.10769231 GO:0000166
GO:0005488 0.27692308 GO:0005488
GO:0008144 0.03076923 GO:0008144
GO:0017076 0.07692308 GO:0017076
GO:0030554 0.04615385 GO:0030554
GO:0032553 0.06153846 GO:0032553
$ABAT
x go
GO:0005488 0.054644809 GO:0005488
GO:0008144 0.008196721 GO:0008144
GO:0019842 0.008196721 GO:0019842
GO:0036094 0.010928962 GO:0036094
GO:0043167 0.013661202 GO:0043167
GO:0043168 0.005464481 GO:0043168
go A1BG A1CF AACS AARS2 AATK ABAT
1 GO:0000003 NA 0.06944444 NA NA NA 0.01639344
2 GO:0000049 NA NA NA 0.00990099 NA NA
3 GO:0000166 NA NA 0.03804348 0.06930693 0.1076923 NA
4 GO:0000959 NA NA NA 0.02970297 NA NA
5 GO:0001101 NA NA 0.01630435 NA NA NA
6 GO:0001505 NA NA NA NA NA 0.01912568
genes2Vecs2584- 列数不正确
- 不是列表元素名称的列
genes <- Reduce(function(dtf1, dtf2) merge(dtf1, dtf2, by = "go", all = TRUE),
genes2Vecs)
genes我建议使用一个列表，其中第一个元素包含列表中所有数据帧中的所有基因id。这样，您就可以使用Reduce（）
合并所有数据。此外，如果您希望通过列表中元素的名称标识每一列，则应该更改对象中所有数据帧中的名称。下面是完成任务的代码：
最初，一些数据取自您的问题：
#Data
genes2Vecs <- list(A1BG = structure(list(x = c(0.13793103, 0.05172414, 0.24137931,
0.25862069, 0.05172414, 0.03448276), go = c("GO:0005576", "GO:0005615",
"GO:0031982", "GO:0043227", "GO:0043230", "GO:1903561")), class = "data.frame", row.names = c("GO:0005576",
"GO:0005615", "GO:0031982", "GO:0043227", "GO:0043230", "GO:1903561"
)), A1CF = structure(list(x = c(0.11111111, 0.06944444, 0.06944444,
0.05555556, 0.04166667, 0.13888889), go = c("GO:0005488", "GO:0097159",
"GO:1901363", "GO:0003676", "GO:0003723", "GO:0006139")), class = "data.frame", row.names = c("GO:0005488",
"GO:0097159", "GO:1901363", "GO:0003676", "GO:0003723", "GO:0006139"
)), AACS = structure(list(x = c(0.125, 0.02173913, 0.07065217,
0.03804348, 0.01630435, 0.0326087), go = c("GO:0008152", "GO:0044238",
"GO:0071704", "GO:0003824", "GO:0016405", "GO:0016874")), class = "data.frame", row.names = c("GO:0008152",
"GO:0044238", "GO:0071704", "GO:0003824", "GO:0016405", "GO:0016874"
)), AARS2 = structure(list(x = c(0.06930693, 0.27722772, 0.01980198,
0.04950495, 0.02970297, 0.03960396), go = c("GO:0000166", "GO:0005488",
"GO:0008144", "GO:0017076", "GO:0030554", "GO:0032553")), class = "data.frame", row.names = c("GO:0000166",
"GO:0005488", "GO:0008144", "GO:0017076", "GO:0030554", "GO:0032553"
)), AATK = structure(list(x = c(0.10769231, 0.27692308, 0.03076923,
0.07692308, 0.04615385, 0.06153846), go = c("GO:0000166", "GO:0005488",
"GO:0008144", "GO:0017076", "GO:0030554", "GO:0032553")), class = "data.frame", row.names = c("GO:0000166",
"GO:0005488", "GO:0008144", "GO:0017076", "GO:0030554", "GO:0032553"
)), ABAT = structure(list(x = c(0.054644809, 0.008196721, 0.008196721,
0.010928962, 0.013661202, 0.005464481), go = c("GO:0005488",
"GO:0008144", "GO:0019842", "GO:0036094", "GO:0043167", "GO:0043168"
)), class = "data.frame", row.names = c("GO:0005488", "GO:0008144",
"GO:0019842", "GO:0036094", "GO:0043167", "GO:0043168")))
完成后，我们将创建一个列表，用所有基因标识符分配单个数据帧，然后与原始列表连接：
#Feed unique elements to genes list
single <- list(df)
genes2Vecs2 <- c(single,genes2Vecs)
输出：
go A1BG A1CF AACS AARS2 AATK ABAT
1 GO:0000166 NA NA NA 0.06930693 0.10769231 NA
2 GO:0003676 NA 0.05555556 NA NA NA NA
3 GO:0003723 NA 0.04166667 NA NA NA NA
4 GO:0003824 NA NA 0.03804348 NA NA NA
5 GO:0005488 NA 0.11111111 NA 0.27722772 0.27692308 0.054644809
6 GO:0005576 0.13793103 NA NA NA NA NA
7 GO:0005615 0.05172414 NA NA NA NA NA
8 GO:0006139 NA 0.13888889 NA NA NA NA
9 GO:0008144 NA NA NA 0.01980198 0.03076923 0.008196721
10 GO:0008152 NA NA 0.12500000 NA NA NA
11 GO:0016405 NA NA 0.01630435 NA NA NA
12 GO:0016874 NA NA 0.03260870 NA NA NA
13 GO:0017076 NA NA NA 0.04950495 0.07692308 NA
14 GO:0019842 NA NA NA NA NA 0.008196721
15 GO:0030554 NA NA NA 0.02970297 0.04615385 NA
16 GO:0031982 0.24137931 NA NA NA NA NA
17 GO:0032553 NA NA NA 0.03960396 0.06153846 NA
18 GO:0036094 NA NA NA NA NA 0.010928962
19 GO:0043167 NA NA NA NA NA 0.013661202
20 GO:0043168 NA NA NA NA NA 0.005464481
21 GO:0043227 0.25862069 NA NA NA NA NA
22 GO:0043230 0.05172414 NA NA NA NA NA
23 GO:0044238 NA NA 0.02173913 NA NA NA
24 GO:0071704 NA NA 0.07065217 NA NA NA
25 GO:0097159 NA 0.06944444 NA NA NA NA
26 GO:1901363 NA 0.06944444 NA NA NA NA
27 GO:1903561 0.03448276 NA NA NA NA NA
我怀疑这样做会奏效。只需将这些表堆叠起来，然后将它们转换成一种广泛的格式
library（tidyr）
图书馆（dplyr）
genes2Vecs%>%
绑定行（.id=“gene”）%>%
pivot_加宽（“go”，名称来自“gene”，值来自“x”）%>%
安排（去）
由于您没有提供，我不能给您真正的代码，但您可以这样做：首先在列表上循环，并添加一个具有列表元素名称的新列。然后使用dplyr:：bind_rows
或data.table:：rbindlist
绑定所有数据集。最后，使用tidyr:：pivot\u wide
或data.table:：dcast
将数据从长到宽进行转换。
#Change the names of x variable
for(i in 1:length(genes2Vecs))
{
names(genes2Vecs[[i]])[1] <- names(genes2Vecs[i])
}
#Feed unique elements to genes list
single <- list(df)
genes2Vecs2 <- c(single,genes2Vecs)
#Now Merge
genes <- Reduce(function(dtf1, dtf2) merge(dtf1, dtf2, by = "go", all.x = TRUE),
genes2Vecs2,accumulate = F)
go A1BG A1CF AACS AARS2 AATK ABAT
1 GO:0000166 NA NA NA 0.06930693 0.10769231 NA
2 GO:0003676 NA 0.05555556 NA NA NA NA
3 GO:0003723 NA 0.04166667 NA NA NA NA
4 GO:0003824 NA NA 0.03804348 NA NA NA
5 GO:0005488 NA 0.11111111 NA 0.27722772 0.27692308 0.054644809
6 GO:0005576 0.13793103 NA NA NA NA NA
7 GO:0005615 0.05172414 NA NA NA NA NA
8 GO:0006139 NA 0.13888889 NA NA NA NA
9 GO:0008144 NA NA NA 0.01980198 0.03076923 0.008196721
10 GO:0008152 NA NA 0.12500000 NA NA NA
11 GO:0016405 NA NA 0.01630435 NA NA NA
12 GO:0016874 NA NA 0.03260870 NA NA NA
13 GO:0017076 NA NA NA 0.04950495 0.07692308 NA
14 GO:0019842 NA NA NA NA NA 0.008196721
15 GO:0030554 NA NA NA 0.02970297 0.04615385 NA
16 GO:0031982 0.24137931 NA NA NA NA NA
17 GO:0032553 NA NA NA 0.03960396 0.06153846 NA
18 GO:0036094 NA NA NA NA NA 0.010928962
19 GO:0043167 NA NA NA NA NA 0.013661202
20 GO:0043168 NA NA NA NA NA 0.005464481
21 GO:0043227 0.25862069 NA NA NA NA NA
22 GO:0043230 0.05172414 NA NA NA NA NA
23 GO:0044238 NA NA 0.02173913 NA NA NA
24 GO:0071704 NA NA 0.07065217 NA NA NA
25 GO:0097159 NA 0.06944444 NA NA NA NA
26 GO:1901363 NA 0.06944444 NA NA NA NA
27 GO:1903561 0.03448276 NA NA NA NA NA