首先两个数据

x
y

x <- read.csv("x.csv",header = T)
y <- read.csv("y.csv",header = T)
colnames(y)<- c("SYMBOL","GO_id")#所合并的列名必须一样#
z <-  merge(x, y, by="SYMBOL")

写merge()这个函数呢，是因为它可以像excel里面的vlookup的功能，根据信息在某个数据框或矩阵内查找并获取你想要的信息。

1 先准备数据集

准备authors的数据框 和 authorN 数据框

authors <- data.frame(
  ## I(*) : use character columns of names to get sensible sort order
  surname = I(c("Tukey", "Venables", "Tierney", "Ripley", "McNeil")),
  nationality = c("US", "Australia", "US", "UK", "Australia"),
  deceased = c("yes", rep("no", 4))) <- data.frame(
  ## I(*) : use character columns of names to get sensible sort order
  surname = I(c("Tukey", "Venables", "Tierney", "Ripley", "McNeil")),
  nationality = c("US", "Australia", "US", "UK", "Australia"),
  deceased = c("yes", rep("no", 4)))
  #查看数据框
 authors

authorN <- within(authors, { name <- surname; rm(surname) })
authorN

准备books数据框

books <- data.frame(
  name = I(c("Tukey", "Venables", "Tierney",
             "Ripley", "Ripley", "McNeil", "R Core")),
  title = c("Exploratory Data Analysis",
            "Modern Applied Statistics ...",
            "LISP-STAT",
            "Spatial Statistics", "Stochastic Simulation",
            "Interactive Data Analysis",
            "An Introduction to R"),
  other.author = c(NA, "Ripley", NA, NA, NA, NA,
                   "Venables & Smith"))
 books

2 直接merge合并两个数据anthorN和books

(m0 <- merge(authorN, books))

结果如下：

3 根据author中的surname这列,和books的name这一列来合并

(m1 <- merge(authors, books, by.x = "surname", by.y = "name"))

结果如下： 其实是以authors为基础，然后合并books数据框的

比如，将两者的位置调换过来，结果会是以books为基础，将authors数据框匹配过来的。

m2 <- merge(books, authors, by.x = "name", by.y = "surname")
m2

4 如果设置all = TRUE参数, 没有匹配出来的也会合并在一块，但是会用NA来表示。这里也会匹配所有项，返回的也会是两个数据框的所有合并数据。

merge(authors, books, by.x = "surname", by.y = "name", all = TRUE)

这里的结果就会比上面合并的时候多出来一行，第二行的 R Core，就是因为根据books数据框中的surname去匹配authors数据框中name,没有R Core，对应的就会显示NA。 这个有利于我们去匹配一些数据，而不丢失原有的数据框的内容。

5 根据多列来合并

x <- data.frame(k1 = c(NA,NA,3,4,5), k2 = c(1,NA,NA,4,5), data = 1:5)
x

y <- data.frame(k1 = c(NA,2,NA,4,5), k2 = c(NA,NA,3,4,5), data = 1:5)
y

根据各个数据框中两列（k1、k2）来匹配两组数据框

merge(x, y, by = c("k1","k2")) # NA's match

merge(x, y, by = "k1") # NA's match, so 6 rows

6 如果设置incomparables = NA的话，结果中不会出现有NA的数据

merge(x, y, by = "k2", incomparables = NA) # 2 rows

最近需要处理一批数据，每个数据框都具有相同的列名和列数，但是行数不同，所以就想着将数据框写入列表中，之后对列表进行循环操作，实现处理列表中数据框的列。由于能力不足，也折腾了一上午，所以在此记录下来。

数据如下：
文件夹中的文件

将文件夹中后缀名为novel.exp的文件导入R中，并创建列表

library(tidyverse)
a <- dir(pattern = "novel.exp") %>% lapply(function(x){read.table(x,header = F,sep = " ")})

其中每一个数据框都包括三列，如下：

接下来，我想通过cut()函数对V2列进行区间分割(如果大家有什么好的方法，欢迎讨论区留言）

# 定义函数
map_list <- function(a){
  library(tidyverse)
  for(i in seq_len(length(a))){
    a[[i]] <- a[[i]] %>% mutate(bin = cut(V2,breaks = c(-0.001,0.1,1,10,100,Inf))) %>% # cut函数分割，将结果添加到数据框中
      count(bin,name = "number of transcript") %>% # 统计各个区间的频数
      mutate(group = rep(i,nrow(.))) # 定义分组，每个数据框是一组
  }
  do.call(rbind,a) # rbind函数合并列表中的数据框
}
#运行函数
s <- map_list(a)

最近通过不断地学习，掌握了一种更简单而且高效的方法，特地补充进来!

# 首先构建一个包含数据框的列表
od <- list(
  a = data.frame(x = c(1,2,3),y = c(2,3,4)),
  b = data.frame(x = 7:9,y = 8:10)
)
# 直接使用purrr包的modify函数
library(purrr)
modify(od,~ modify(.x,~.x -1))
##$a
##  x y
##1 0 1
##2 1 2
##3 2 3

##$b
##  x y
##1 6 7
##2 7 8
##3 8 9

当然，这里只是一个简单的小例子，但是效率肯定能够提高不少，感兴趣可以使用system.time命令测试。

结果如下：
cut()函数将V2列分割成五个区间，统计频数之后列表中的每个数据框都是5 x 3，所以使用rbind()函数合并之后就产生了一个25 x 3 的数据框。这里的group是为了方便绘图加进去的。

library(knitr)
knitr::kable(s,align = "c")

接下来就可以直接拿来画图了，因为数据tidy，所以做起图来容易很多。

library(ggplot2)
library(ggsci)
s %>% ggplot(aes(factor(group),`number of transcript`,fill = factor(bin,levels = rev(unique(bin))))) +
  geom_bar(stat = "identity",width = .7) +
  scale_y_continuous(expand = c(0,0),limits = c(0,25000)) +
  theme_classic(base_line_size = .7) +
  scale_fill_jco() +
  theme(legend.title = element_blank(),
        axis.title.x = element_blank())

s %>% ggplot(aes(factor(group),`number of transcript`,fill = factor(bin,levels = rev(unique(bin))))) +
  geom_bar(stat = "identity",position = position_dodge(width = .9),width = .7,color = "black") +
  scale_y_continuous(expand = c(0,0),limits = c(0,11000)) +
  theme_classic(base_line_size = .7) +
  scale_fill_jco() +
  theme(legend.title = element_blank(),
        axis.title.x = element_blank())

如果大家有更好的前期处理数据的方法，一定要留言讨论啊！