Reduce函数实现多个数据框批量合并

当单个GEO数据集的挖掘成为红海后，我们常常会整合多个数据集在一起分析。这个过程需要去除批次效应。

批次效应这样矫正

在去除批次效应之前，我们需要把多个数据框合并在一起，今天就是解决的这个问题

假如我们现在需要合并以下三个数据框，

首先，加载数据

1. load(file = 'df1.Rdata')

2. load(file = 'df2.Rdata')

3. load(file = 'df3.Rdata')

每一个数据框的第一列是探针，这个是甲基化数据，所以是甲基化的探针。 

如果行都相同，我们使用cbind函数就可以了，但是这里的行明显不一样，所以需要先统一行名，

我的策略是取出探针名称，用intersect函数两两取交集

然后连着做两次就可以，

1. index1 <->

2. index2 <->

最终获得的探针集合长度为

length(index2) 

247986

这时候，我们可以用这个index取提取数据，这样三个数据框的行就统一了， 我喜欢用行名调取数据，比较简单, 所以先用设置行名。

1. rownames(df1) <->

2. rownames(df2) <->

3. rownames(df3) <->

此时，再连续使用两次cbind即可，df2和df3的第一列在合并前要去除

1. edata <->1])

2. edata1 <->1])

查看一下维度

1. > dim(edata1)

2. [1] 247986    328

打完收工！！ 假如我们只会基本的R语言函数，就可以这样实现，很多高级的函数都可以拼接

实际上这个事情是merge这个函数干的，我们只要连续使用两次merge也可以方便地实现以上的效果

1. edata <->by='probe')

2. edata2 <->by='probe')

两种方法，效果一样。 

假如，我们现在有6个数据集，也要实现同样的功能，怎么办呢？ 

很容易想到lapply，我们以前讲过，重复的操作超过3次，就要写循环了。

神奇的lapply 

读入数据：

1. files = list.files(pattern='*.Rdata')

2. fload = lapply(files, function(x) get(load(x)))

然后尝试一下四种方式中的do.call来转换

1. edata3 <->do.call(merge,fload)

最终发现，merge需要传入两个参数，所以这种方法不能实现，还好，lapply的亲戚Reduce可以解决这个问题。

我知道Reduce这个函数就是上次发了lapply的帖子后，熊给我说的。我当时没有这个需求，就没在意。不过，现在我离不开他了。

以下，一句代码，实现六个数据框的merge合并。

1. edata4 <->Reduce(function(x,y) merge(x = x, y = y, by = 'probe'),

2.                 fload)

从此以后，那些需要传入两个参数的函数都可以批量实现，比如，我们一开始的intersect求交集,

Reduce的使用格式是，给出函数，再给出list形式的数据，比如这里的函数是intersect，这里的list是三个数据框的探针名称

1. index3 <->Reduce(intersect,list(df1$probe,df2$probe,df3$probe))

我们看一下他的长度

length(index3) 

247986

跟前面的一模一样。

最后，大家国庆快乐，有的人两天前就在朋友圈抱怨，说自己根本没有心思上班，心里想的只有给祖国庆生。