求助：用R循环处理300个文件并合并重叠计数结果

步骤1：准备文件列表 #

先收集所有目标BED文件的路径，假设文件都在当前工作目录下，命名格式为file1.bed.gz至file300.bed.gz，用list.files快速获取：

# 可选：设置文件所在目录
# setwd("your_target_directory")

# 获取所有bed.gz格式文件的完整路径
file_paths <- list.files(pattern = "\\.bed\\.gz$", full.names = TRUE)
# 验证文件数量是否符合预期
stopifnot(length(file_paths) == 300)

步骤2：循环处理文件并存储结果 #

用列表替代手动创建h1-h300变量，既简洁又避免变量混乱：

library(data.table)
library(GenomicRanges)

# 提前定义你的GRange对象
y <- grangeobject

# 初始化空列表，用于存放每个文件的计数结果
count_list <- list()

# 循环遍历每个文件
for (i in seq_along(file_paths)) {
  # 读取文件
  df <- fread(file_paths[i])
  # 提取前3列并规范列名
  df <- df[, c(1:3)]
  colnames(df) <- c("seqnames", "chromStart", "chromEnd")
  # 转换为GRanges对象
  df_gr <- makeGRangesFromDataFrame(df)
  # 计算重叠计数并转为数据框
  count_result <- as.data.frame(countOverlaps(y, df_gr))
  # 将结果存入列表，用文件名作为标识（也可自定义为h1-h300）
  count_list[[paste0("h", i)]] <- count_result
  # 清理临时变量释放内存
  rm(df, df_gr)
}

步骤3：合并结果并生成最终DataFrame #

将列表中的所有列合并为矩阵，再生成包含求和结果的最终DataFrame：

# 合并所有计数结果为矩阵
X <- do.call(cbind, count_list)

# 生成最终DataFrame，添加每行的求和列
final_df <- cbind(X, total_overlaps = rowSums(X))

核心逻辑说明 #

• 列表存储：避免手动创建大量独立变量，代码更易维护和扩展
• 循环逻辑：seq_along(file_paths)自动生成与文件数量匹配的序列，逐个处理每个文件
• 内存优化：处理完单个文件后清理临时变量，适合大数量文件的批量处理

内容的提问来源于stack exchange，提问作者jonny jeep