R语言数据处理那些事（十七）安全读取数据；KO的map合并

1. 如何避免R读取数据格式时候出现错误？ 安全读取

safe_read_any <- function(file, force_quote_empty = FALSE) {
	message("Start reading ", basename(file))
	
	ext <- tolower(tools::file_ext(file))
	
	# 内部函数：用 readr 严格检查列名/结构
	strict_readr_check <- function(func, ...) {
		df <- func(..., name_repair = "check_unique", show_col_types = FALSE)
		probs <- readr::problems(df)
		if (nrow(probs) > 0) {
			print(head(probs, 2))
			stop(sprintf("文件 '%s' 中存在 %d 个数据问题（如列数不一致或重复列名）。", basename(file), nrow(probs)))
		}
		return(df)
	}
	
	# 设置 fread 的 quote 参数（按是否强制空 quote）
	quote_opt <- if (force_quote_empty) "" else "\"'"
	
	# 文件类型判断和读取逻辑
	if (ext %in% c("tsv", "txt")) {
		strict_readr_check(readr::read_tsv, file)
		df <- data.table::fread(file, sep = "\t", quote = quote_opt, check.names = FALSE) |> as.data.frame()
		
	} else if (ext == "csv") {
		strict_readr_check(readr::read_csv, file)
		df <- data.table::fread(file, quote = quote_opt, check.names = FALSE) |> as.data.frame()
		
	} else if (ext %in% c("xlsx", "xls")) {
		if (!requireNamespace("readxl", quietly = TRUE)) stop("Please install readxl to read Excel files.")
		
		df <- tryCatch({
			readxl::read_excel(file) |> as.data.frame()
		}, error = function(e) {
			message("readxl 读取失败，尝试当作文本读取")
			data.table::fread(file, quote = quote_opt, check.names = FALSE) |> as.data.frame()
		})
		
	} else {
		stop("不支持的文件类型: ", ext)
	}
	
	# 最终检查数据结构是否有效
	if (nrow(df) == 0 || ncol(df) == 0) stop("读取到的表为空，请检查文件内容")
	
	return(df)
}

1. 如何使用switch进行多条件的选择？

x <- 2
result <- switch(x, 
                 "1" = "一月", 
                 "2" = "二月", 
                 "3" = "三月", 
                 "其他月份")
print(result)  # 输出: "二月"

1. reshape2的用法

library(reshape2)
df <- data.frame(
    id = c(1, 2),
    A = c(10, 20),
    B = c(30, 40)
)
 
# 使用 id.vars 和 measure.vars
melted <- melt(
    data = df,
    id.vars = "id",          # 保留 'id' 列
    measure.vars = c("A", "B"), # 拉长 'A' 和 'B'
    variable.name = "variable", # 新列名（原列名）
    value.name = "value"     # 新列名（数值）
)
 
 
library(tidyr)
df <- data.frame(
    id = c(1, 2),
    A = c(10, 20),
    B = c(30, 40)
)
 
# 等效操作（两种写法）
melted <- df %>%
    pivot_longer(
        cols = c(A, B),       # 或 cols = -id / cols = !id
        names_to = "variable", 
        values_to = "value"
    )

1. 如何去除加载的基础包

 
if (!requireNamespace("pacman", quietly = TRUE)) install.packages("pacman")
pacman::p_unload(all = TRUE)  # 卸载所有非基础包
gc()
 

1. 如何将同一个KO所属的通路合并到一个单元格中？

library(tidyverse)
kegg_data <- data.frame(
	KEGG_ID = c("ko00010", "ko00010", "ko00020", "ko00020", "ko00030", "ko00030", "ko00030"),
	MAP = c("map00010", "map00500", "map00020", "map00600", "map00030", "map00230", "map00240")
)
 
# 查看原始数据
print(kegg_data)
 
 
kegg_merged <- kegg_data %>%
	group_by(KEGG_ID) %>%
	summarise(
		MAP_merged = paste(MAP, collapse = ", "),
		MAP_count = n()  # 计数
	)