R语言用for循环加载指定多文件夹文件并存储为命名嵌套列表求助

核心问题点 #

• 存储逻辑错误：原代码中data_sets=append(list(data_sets), dat)每次会将已生成的整个列表打包为新元素追加，导致内容重复嵌套，没有实现分层存储的需求
• 未设置层级标识：没有给外层列表按子文件夹命名，也没有对不同文件夹下的文件做分组，无法追溯数据来源
• 路径操作风险：频繁切换工作目录容易出现路径匹配错误，稳定性差

修正后代码 #

# 加载依赖（原代码用到read_delim，需要提前加载tidyverse/readr）
library(readr)

# 原变量定义保留
TFs=unique(TF_hyper_baseline$collection)
trans_factor=levels(as.factor(TFs))

# 定义主文件夹根路径，无需频繁切换工作目录
main_dir <- "D:/Papers to work on/Methylation Meta-Analyses/New analyses - VO2max and aerobic only/UniBind_baseline_hyper/damo_hg38_TFBS_per_TF"

# 初始化外层结果列表
data_sets <- list()

# 遍历目标子文件夹
for (t in seq_along(trans_factor)) {
  # 当前子文件夹名
  cur_folder <- trans_factor[[t]]
  # 匹配当前子文件夹下所有.bed后缀文件，返回完整路径
  bed_files <- list.files(
    path = file.path(main_dir, cur_folder),
    pattern = "\\.bed$",
    full.names = TRUE
  )
  # 初始化当前子文件夹的内层列表
  cur_file_list <- list()
  # 遍历当前文件夹下的bed文件
  for (f in seq_along(bed_files)) {
    cur_file_list[[f]] <- read_delim(bed_files[[f]], col_names = FALSE)
  }
  # 将内层列表赋值给外层列表对应命名位置
  data_sets[[cur_folder]] <- cur_file_list
}

效果说明 #

生成的data_sets为双层嵌套列表，完全匹配需求结构：

• 第一层为目标子文件夹名，可通过names(data_sets)查看所有已加载的子文件夹
• 第二层为对应子文件夹下所有bed文件的读取结果，调用格式为data_sets[["Folder1"]][[1]]

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