如何通过循环按正则匹配对文件对执行Full Join操作

先梳理你原代码里的核心问题：

• 双层循环完全冗余，average_list2和full_list2是按文件名顺序一一对应的，单循环即可处理
• dplyr::full_join()缺少必须的两个数据集参数，原代码只写了关联条件，没有指定要合并的对象
• 合并结果未存入列表且write.table放在循环外，最终只会生成最后一组的合并文件
• 列名赋值时变量名写错：new_col_names应改为定义好的new_colnames，new_col_names2对应new_colnames2

修正后的完整代码 #

第一步：修正列名标准化代码 #

library(data.table)
library(dplyr)

# 读取并标准化averageLD文件列名
average_list <- lapply(Sys.glob("ld_interval/averageLD_*.txt"), fread)
new_colnames <- c("sec", "r2")
average_list2 <- lapply(average_list, set_names, new_colnames)  # 修正变量名错误

# 读取并标准化fullLD文件列名
full_list <- lapply(Sys.glob("ld_interval/fullLD*.txt"), fread)
new_colnames2 <- c("V1", "V2", "V3", "V4", "V5", "V6", "V7", "sec", "r2")
full_list2 <- lapply(full_list, set_names, new_colnames2)  # 修正变量名错误

第二步：执行配对合并并输出文件 #

# 初始化列表存储所有合并结果（可选，若需要保留全部结果）
full_join_results <- list()

# 单循环处理每一对对应文件
for (i in seq_along(average_list2)) {
  # 取出对应位置的两个数据集执行full_join
  merged_data <- dplyr::full_join(
    x = average_list2[[i]],
    y = full_list2[[i]],
    by = "sec"  # 按sec列关联，重复的r2列会自动添加后缀区分
  )
  
  # 将合并结果存入列表
  full_join_results[[i]] <- merged_data
  
  # 写出当前合并后的文件
  write.table(
    merged_data,
    file = paste0("ld_interval/fulljoina_", i, ".txt"),
    quote = FALSE,
    sep = "\t",
    row.names = FALSE,
    col.names = FALSE
  )
}

额外优化说明 #

• 由于两个数据集都有r2列，合并后会自动命名为r2.x（来自averageLD）和r2.y（来自fullLD），如果需要自定义后缀，可添加suffix参数：

merged_data <- dplyr::full_join(
  x = average_list2[[i]],
  y = full_list2[[i]],
  by = "sec",
  suffix = c("_average", "_full")
)

• 若担心Sys.glob读取的文件顺序混乱（比如1-10的文件会被读成1,10,2...），可手动提取文件名中的数字排序：

# 修正averageLD文件读取顺序
average_files <- Sys.glob("ld_interval/averageLD_*.txt")
average_files_sorted <- average_files[order(as.integer(sub("averageLD_(\\d+).txt", "\\1", basename(average_files))))]
average_list <- lapply(average_files_sorted, fread)

# 同理修正fullLD文件读取顺序
full_files <- Sys.glob("ld_interval/fullLD*.txt")
full_files_sorted <- full_files[order(as.integer(sub("fullLD(\\d+).txt", "\\1", basename(full_files))))]
full_list <- lapply(full_files_sorted, fread)

内容的提问来源于stack exchange，提问作者Johanna Ramirez