r - 在 R 中，从列表中的文件夹中读取文件，并通过文件名(不带文件格式 (.fa))分配列表元素名称

Question

我正在制作 fasta 文件的列表，并从文件夹中读取它们。文件名应指定为 list element 名称，不带 .fa 文件格式。

我正在使用list.files来评估目录“Folder”中的文件

filenames <- list.files("Folder",pattern = ".fa",full.names = T)

然后读取 fasta 文件。

list <- lapply(filenames, FUN=readDNAStringSet, use.names=T, format="fasta")

我发现此代码使用 setNames 来定义 list 元素名称。

list<- setNames(list, substr(list.files("Folder", pattern=".fa"), 1,15 ))

但是我的文件名有不同的长度(使得很难使用 START 到 STOP (,1, 15))，为了进一步处理，我想去掉 。发

文件看起来像:

Gene1.fa
Gene12.fa
Gene22a.fa
Gene123abc.fa

我正在使用 DECIPHER 但我猜这是一个更基本的 R 问题？

Answer 1

为了删除末尾的子字符串，我们也可以使用substr，但请确保从末尾而不是从开头开始索引第一个/最后一个，因为它是变化的

v1 <- list.files("Folder", pattern=".fa")
substring(v1, first  = 1, last = nchar(v1) -3)
#[1] "Gene1"      "Gene12"     "Gene22a"    "Gene123abc"

---

或者另一个选项是 sub 来匹配点 (. - 匹配任何字符的元字符，因此转义 (\\) 它获取字面意思)，然后在字符串末尾 ($) 处添加 'fa' 并将其替换为空白 ("")

sub("\\.fa$", "", v1)