应用到多个数据集相同功能中的R

Question

我是新来的R和我有RNA测序结果的25个样品。我想应用相同的函数来计算我的目标基因（如基因ABC）与所有25个样本的相关性。

我知道如何单独做到这一点。这里是我的代码做到这一点：

df <- read.table("Sample1.txt", header=T, sep="\t") 

# gene expression values of interest 
gene <-as.numeric(df["ABC",]) 

# correlate gene with all others genes in the expression set 
correlations <- apply(df,1,function(x){cor(gene,x)}) 

但现在我有他们25。我用乐器一次读完。

data <- c("Sample1.txt", "Sample2.txt",..."Sample25.txt") 
df <- lapply(data, read.table) 
names(df) <- data 

但是，我失去了如何将它与我上面的其他代码连接起来计算基因相关性。我已经阅读了一些相关的主题，但仍然无法弄清楚。任何人都可以帮我吗？谢谢！

Answer 1

你应该这样做：

files <- c("Sample1.txt", "Sample2.txt", ..., "Sample25.txt") 

myfunc <- function(file) { 
    df <- read.table(file, header=TRUE, sep="\t") 

    # gene expression values of interest 
    gene <- as.numeric(df["ABC",]) 

    # correlate gene with all others genes in the expression set 
    correlations <- apply(df, 1, function(x) cor(gene, x)) 
} 

lapply(files, myfunc) 

那就是我为您推荐的风格。这是我的风格会做：

myfunc <- function(file) { 
    df <- read.table(file, header=TRUE, sep="\t") 
    gene <- as.numeric(df["ABC",]) # gene expression values of interest 
    apply(df, 1, FUN=cor, y=gene) # correlate gene with all others 
} 

files <- c("Sample1.txt", "Sample2.txt", ..., "Sample25.txt") 
lapply(files, myfunc) 

也许你想要保存结果的对象：

L <- lapply(files, myfunc) 

对于功能甚至可以做（因为cor()采用矩阵参数））：

myfunc <- function(file) { 
    df <- read.table(file, header=TRUE, sep="\t") 
    cor(t(df), y=as.numeric(df["ABC",])) # correlate gene with all others 
}