R 在ggplot中打印来自多个大型数据文件的数据

我有几个数据文件（数字），大约有150000行和25列。在我使用gnuplot（其中脚本行是成比例的plot对象）来绘制数据之前，但由于我现在必须使用它进行一些额外的分析，我移动到了R和ggplot2

如何组织数据，思考？是否只有一个big data.frame和一个附加列来标记数据来自哪个文件才是唯一的选项？还是有办法解决这个问题

编辑：更准确地说，我将举一个我现在拥有数据的形式的例子：

filelst=c("filea.dat", "fileb.dat", "filec.dat")
dat=c()
for(i in 1:length(filelst)) {
    dat[[i]]=read.table(file[i])
}

---

你的问题有点含糊。如果我遵循正确的方法，我认为您有三个主要选择：

按照您的建议进行操作，然后使用R中存在的任何一个“拆分-应用-合并”功能按组进行分析。这些功能可能包括

by

、

aggregate

、

ave

、

package（plyr）

、

package（data.table）

和许多其他功能

将数据对象作为单独的元素存储在

列表（）

中。然后使用

lappy（）

和朋友对其进行操作

在不同的数据对象中保持所有内容的独立性，并分别处理它们。这可能是最低效的做事方式，除非你有内存限制等等

---

假设文件名以“.dat”结尾，下面是Chase提出的策略的一个模拟示例

require(plyr)

# list the files
lf = list.files(pattern = "\.dat")
str(lf)

# 1. read the files into a data.frame
d = ldply(lf, read.table, header = TRUE, skip = 1) # or whatever options to read
str(d) # should contain all the data, and and ID column called L1

# use the data, e.g. plot
pdf("all.pdf")
d_ply(d, "L1", plot, t="l")
dev.off()
# or using ggplot2
ggplot(d, aes(x, y, colour=L1)) + geom_line()

# 2. read the files into a list

ld = lapply(lf, read.table, header = TRUE, skip = 1) # or whatever options to read
names(ld) = gsub("\.dat", "", lf) # strip the file extension
str(ld) 

# use the data, e.g. plot
pdf("all2.pdf")
lapply(names(l), function(ii) plot(l[[ii]], main=ii), t="l")
dev.off()

# 3. is not fun

---

谢谢那有帮助！你能就前两点举个例子吗？