r语言 - 根据组向数据框架中添加数据

Question

我正在处理生物信息学数据，每行有一个基因，列有统计数据/元数据。有些基因来自同一生物体，用"id"栏表示，我将数据分组在这个变量上。

data <- data %>%
group_by(ID)

我想根据ID(分组因子)添加来自另一个文件的数据，因此ID = a的行应该具有来自名为a.gff的文件的数据，以此类推。我想添加的数据来自包含基因位置的.gff文件。有一个gff文件为ID=a，一个为ID=b，一个为ID=c等，根据ID命名(例如"a.gff")。

数据的样子:

<表类>基因IDtbody><<tr>CelACelBAtl td>prTHUlc

我认为最简单的方法是先阅读所有的。人造石铺地面文件。我不熟悉的格式，所以我的例子将使用.csv扩展名。下面的代码读取"目录"中的所有文件目录作为列表列，然后将其解嵌，因此是一个常规的目录。

之后，您可以使用两个标题只left_join()，然后按ID分组。

library(tidyverse)
binded <- tibble(
file = list.files("dir"), # can remove before the join
location = list.files("dir", full.names = TRUE), # can remove before the join
ID = str_remove(file, ".csv"),
df = map(location, read_csv)
) %>% 
unnest(df)
data %>% 
left_join(binded)