在做单细胞分析时，经常需要批量读入样品.gz结尾的文件。以GSE160512数据集为例，文件列表如下图：
    image.png
    文件名里面有_、.txt.gz这些东西。先批量读入文件名字。

    1. rm(list=ls())
    2. library(data.table)
    3. dir='GSE160512_RAW/' 
    4. samples=list.files(dir)
    5. samples 
    6. # [1] "GSM4874347_SAM24356161.txt.gz" "GSM4874348_SAM24356162.txt.gz" "GSM4874349_SAM24359109.txt.gz"
    7. # [4] "GSM4874350_SAM24359110.txt.gz" "GSM4874351_SAM24359430.txt.gz" "GSM4874352_SAM24359431.txt.gz"
    8. # [7] "GSM4874353_SAM24360950.txt.gz" "GSM4874354_SAM24360951.txt.gz" "GSM4874355_SAM24361188.txt.gz"
    9. # [10] "GSM4874356_SAM24361189.txt.gz" "GSM4874357_SAM24364373.txt.gz" "GSM4874358_SAM24364374.txt.gz"

    然后就是对samples变量进行操作了。

    1. samples=gsub('.txt.gz','',samples)
    2. samples
    3. #[1] "GSM4874347_SAM24356161" "GSM4874348_SAM24356162" "GSM4874349_SAM24359109" "GSM4874350_SAM24359110"
    4. # [5] "GSM4874351_SAM24359430" "GSM4874352_SAM24359431" "GSM4874353_SAM24360950" "GSM4874354_SAM24360951"
    5. # [9] "GSM4874355_SAM24361188" "GSM4874356_SAM24361189" "GSM4874357_SAM24364373" "GSM4874358_SAM24364374"
    7. ## 这里将.txt.gz替换成空。

    接下来进一步去掉_以及后面内容。

    1. samples=gsub('_SAM.*','',samples)
    2. samples
    3. #[1] "GSM4874347" "GSM4874348" "GSM4874349" "GSM4874350" "GSM4874351" "GSM4874352" "GSM4874353" "GSM4874354"
    4.  #[9] "GSM4874355" "GSM4874356" "GSM4874357" "GSM4874358"
    6. ## 这里gsub函数中'_SAM.*'这个pattern中的.表示换行符以外的任意字符，*表示前面的字符(组)将被匹配零次或多次。

    到这里，samples这个样品名字的向量就只剩下样品名了。全部代码如下：

    1. rm(list=ls())
    2. library(data.table)
    3. dir='GSE160512_RAW/' 
    4. samples=list.files(dir)
    5. samples=gsub('.txt.gz','',samples)
    6. samples=gsub('_SAM.*','',samples)
    7. samples