多个表达矩阵文件合并

我在GEO下载了一个表达文件,原始的count值是每个病人单独储存为一个文件。

 我把所有病人的表达值放在一个文件夹下面,可以看到每一个文件都有两列,第一列为gene symbol,第二列为count值,并且每个病人的gene symbol排列顺序完全一致。

接下来,开始在R中读取文件。

#清空环境变量
rm(list = ls())
options(stringsAsFactors = F)

#列出目前文件下所有文件名,共有250个病人,250个文件。
fs=list.files("GSE106291_RAW/")

#把读取文件操作命名为一个函数,我们只读取文件下第2列count值,symbol名字不需要。
read <- function(x){
  read.table(file.path('GSE106291_RAW/',x))[,2]
}

#按照文件名批量读取数据,得到的exp是一个list
exp <- lapply(fs,read)

#将list按列合并为矩阵(list十分规则,250个元素,每个元素含有23368个数值)
exp <- do.call(cbind,exp);dim(exp)
##[1] 23368   250

#读取其中一个样本,提取sambol列,给exp加上行名
sample1 <- read.table("GSE106291_RAW/GSM2835244_GEO-13_htseq_counts.txt")
rownames(exp) <- sample1$V1

fs[1:5]
##[1] "GSM2835244_GEO-13_htseq_counts.txt" "GSM2835245_GEO-14_htseq_counts.txt"
##[3] "GSM2835246_GEO-15_htseq_counts.txt" "GSM2835247_GEO-16_htseq_counts.txt"
#从fs中提取列名,列名为GSM283****,为前十个字符串
library(stringr)
colnames(exp) <- str_sub(fs,1,10)

 

exp[1:5,1:5]
###            GSM2835244 GSM2835245 GSM2835246 GSM2835247 GSM2835248
###1/2-SBSRNA4         72          0          8         68         23
###A1BG               270         84         22        245        380
###A1BG-AS1            32         59          7         60        126
###A1CF                 0          0          0          0          0
###A2LD1               14          4         18         19         35

这样就可以得到一个完整的表达矩阵。

  • 7
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值