r - 将一些 csv 文件组合成一个 - 不同数量的列

Question

我已经用函数加载了 20 个 csv 文件:

tbl = list.files(pattern="*.csv")
for (i in 1:length(tbl)) assign(tbl[i], read.csv(tbl[i]))

或

list_of_data = lapply(tbl, read.csv)

它的样子:

> head(tbl)
[1] "F1.csv"          "F10_noS3.csv"    "F11.csv"         "F12.csv"         "F12_noS7_S8.csv"
[6] "F13.csv"

我必须将所有这些文件合并为一个。让我们称它为主文件，但让我们尝试制作一个包含所有名称的表格。在所有这些 csv 文件中都有一个名为“Accession”的列。我想从所有这些 csv 文件中制作一个包含所有“名称”的表格。当然，许多种质可以在不同的 csv 文件中重复。我想保留所有与加入相对应的数据。

一些问题:

• 其中一些“名称”是相同的，我不想重复它们
• 其中一些“名称”几乎相同。不同的是有名字后变成点和数字。
• 那些 csv 文件的列数可以不同。

这是显示这些数据的截图: http://imageshack.com/a/img811/7103/29hg.jpg

让我向您展示它的外观:

AT3G26450.1 <--
AT5G44520.2
AT4G24770.1
AT2G37220.2
AT3G02520.1
AT5G05270.1
AT1G32060.1
AT3G52380.1
AT2G43910.2
AT2G19760.1
AT3G26450.2 <--

<-- = 相同的样本，不同的名称。应一视同仁。所以忽略点和后面的数字。

有可能吗？

我做不到 dput(head)因为它的数据集太大了。

我尝试使用这样的代码:

all_data = do.call(rbind, list_of_data)
Error in rbind(deparse.level, ...) : 
The number of columns is not correct.


all_data$CleanedAccession = str_extract(all_data$Accession, "^[[:alnum:]]+")
all_data = subset(all_data, !duplicated(CleanedAccession))

我尝试了将近 2 周，但我做不到。所以请帮助我。

Answer 1

您的问题似乎包含多个子问题。我鼓励你把它们分开。

您显然需要做的第一件事是将数据框与不同的列组合起来。您可以使用 plyr 包中的 rbind.fill:

library(plyr)
all_data = do.call(rbind.fill, list_of_data)