将Rdata文件转换为CSV - data.frame参数中的错误表示不同行数 [英] Converting Rdata files to CSV - Error in data.frame arguments imply differing number of rows

问题描述

我正在尝试使用此答案中的R代码将一堆rdata文件转换为CSV。 / p>

  resave<  -  function（file）{
e < -  new.env（parent = emptyenv（））
 load（file，envir = e）
 objs < -  ls（envir = e，all.names = TRUE）
（obj在objs中）{
 .x< -  get（obj，envir = e）
 message（sprintf（'将％s保存为％s.csv'，obj，obj））
 write.csv（.x，file = paste0（obj， '.csv'））
} 
} 
 
 resave（'yourData.RData'）
  

但是在其中一个文件中，我收到此错误：

  data.frame（`2` = list（pos = c（6506L，6601L，21801L，21811L，21902L，：
 arguments表示不同行数：7670,9729,114,2422 
调用：重新保存... as.data.frame  - > as.data.frame.list  - > eval  - > eval  - > data.frame 
  

我尝试搜索错误消息，但我不能真的做头或尾巴。

那个rdata文件是否创建不正确？

有没有更好的方法我可以将任意的Rdata文件转换成CSV？ （我不知道文件内的文件名称提前提交）。

更新：

这是我在该rdata文件中看到的。如果有任何帮助？ （请记住，我无法真正编辑rdata文件，所以我试图找出一些将它们转换为CSV的东西。）

 > load（indiv8-hmmprob.RData）
> ls（）
 [1]dataa
> write.csv（dataa，file =greg.csv）
 data.frame中的错误（`2` = list（pos = c（6506L，6601L，21801L，21811L，21902L，
 arguments意味着行数不同：7670，9729，114，2422 
> name（dataa）
 [1]234X
> str dataa）
 4 
 $ 2的列表：data.frame：7670个obs。的23个变量：
 .. $ pos：int [1：7670] 6506 6601 21801 21811 21902 21931 22487 24071 26674 26713 ... 
 .. $ ref：chr [1：7670]CAGA... 
 .. $ cons：chr [1： 7670]TTAG... 
 .. $阅读：chr [1：7670]tttttttAAAAAGGGGG... 
 .. $ quals：chr [1：7670]FBBIIIBIFIIIFFIII... 
 .. $ A：int [1：7670] 0 0 5 0 0 0 1 0 0 1 ... 
 .. $ C：int [1：7670] 0 0 0 0 0 0 0 0 2 0 ... 
 .. $ G：int [1：7670] 0 0 0 5 11 0 0 0 0 0 ... 
 .. $ T：int [1：7670] 3 4 0 0 0 10 0 2 0 0 ... 
 .. $ N ：int [1：7670] 0 0 0 0 0 0 0 0 0 0 ... 
 .. $ bad：chr [1：7670] NA NA NA NA ... 
 .. $ par1ref ：chr [1：7670]CAGA... 
 .. $ par2ref：chr [1：7670]TTAG .. 
 .. $阅读：因素w / 8397级别1，2，3，4，...：2 2 3 3 3 3 4 7 9 9 ... 
 .. $ count：int [1：7670] 3 4 5 5 11 10 1 2 2 1 ... 
 .. $ read_allele：chr [1：7670]TTA G... 
 .. $ Pr（y | par1 / par1）：num [1：7670] 9.30e-04 5.69e-04 3.47e-04 1.42e-04 1.90e-08 ... 
 .. $ Pr（y | par1 / par2）： num [1：7670] 4.58e-02 1.64e-02 2.41e-03 4.09e-03 8.89e-07 ... 
 .. $ Pr（y | par2 / par2）：num [1：7670 ] 1.61e-01 8.40e-02 8.94e-03 2.09e-02 3.29e-06 ... 
 .. $ est：int [1：7670] 3 3 3 3 3 3 3 3 3 3。 .. 
 .. $ Pr（par1 / par1 | y）：num [1：7670] 4.67e-25 2.25e-27 1.98e-31 2.93e-32 2.82e-34 ... 
 .. $ Pr（par1 / par2 | y）：num [1：7670] 2.95e-11 2.86e-11 2.49e-14 1.98e-14 1.08e-14 ... 
 .. $ Pr （par2 / par2 | y）：num [1：7670] 1 1 1 1 1 ... 
 ..- attr（*，badpos）= int [1：11386] 21900 21905 22840 24029 27149 27170 28024 42187 46927 46990 ... 
 $ 3：'data.frame'：9729 obs。 23个变量：
 .. $ pos：int [1：9729] 6001 22537 25304 27228 28817 28842 30540 48903 48938 48943 ... 
 .. $ ref：chr [1：9729]A AAC... 
 .. $ cons：chr [1：9729]AGTC... 
 .. $ ：chr [1：9729]，GGGTTTTT，... 
 .. $ quals：chr [1：9729]FBBBBFFFFB .. 
 .. $ A：int [1：9729] 1 0 0 0 0 0 0 0 0 0 ... 
 .. $ C：int [1：9729] 0 0 0 1 1 0 0 0 0 1 ... 
 .. $ G：int [1：9729] 0 3 0 0 0 0 0 0 0 0 ... 
 .. $ T：int [1：9729 ] 0 0 5 0 0 1 1 1 1 0 ... 
 .. $ N：int [1：9729] 0 0 0 0 0 0 0 0 0 0 ... 
 .. $ bad ：chr [1：9729] NA NA NA NA ... 
 .. $ par1ref：chr [1：9729]AAAC... 
 .. $ par2ref：chr [1：9729]GGTT... 
 .. $ read：因子w / 10640级别1，2，3 4，..：1 3 4 5 7 7 8 10 10 10 ... 
 .. $ count：int [1：9729] 1 3 5 1 1 1 1 1 1 1 ... 
 .. $ read_allele：chr [1：9729]A GTC... 
 .. $ Pr（y | par1 / par1）：num [1：9729] 0.969856 0.002707 0.000372 0.969639 0.969856 ... 
 .. $ Pr（y | par1 / par2）：num [1：9729] 0.48995 0.0567 0.00228 0.48988 0.48995 ... 
 .. $ Pr（y | par2 / par2）：num [1：9729] 0.01005 0.26071 0.00798 0.01012 0.01005 ... 
 .. $ est：int [1：9729] 1 3 3 1 1 1 1 3 1 3 ... 
 .. $ Pr（par1 / par1 | y）：num [1：9729] 2.18e-10 2.82e-11 2.67e-11 2.65e-11 2.63e-11。 .. 
 .. $ Pr（par1 / par2 | y）：num [1：9729] 0.688 0.688 0.688 0.688 0.688 ... 
 .. $ Pr（par2 / par2 | y）：num [ 1：9729] 0.312 0.312 0.312 0.312 0.312 ... 
 ..- attr（*，badpos）= int [1：13707] 25259 27250 27810 27880 27888 28836 30507 48975 55998 58734 ... 
 $ 4：'data.frame'：114 obs。 23个变量：
 .. $ pos：int [1：114] 21119 21194 42177 64136 64146 74463 74465 74521 79860 79884 ... 
 .. $ ref：chr [1：114]T TCC... 
 .. $ cons：chr [1：114]CAYY... 
 .. $ ：chr [1：114]cCCCCCCCCCCCCCccaaTT... 
 .. $ quals：chr [1：114]IBFFBFBFFFFFFBBFFFFI .. 
 .. $ A：int [1：114] 0 2 0 0 0 0 0 0 2 0 ... 
 .. $ C：int [1：114] 16 0 0 0 1 0 1 1 0 0 ... 
 .. $ G：int [1：114] 0 0 0 0 0 0 0 0 0 2 ... 
 .. $ T：int [1：114 ] 0 0 1 1 0 1 0 0 0 0 ... 
 .. $ N：int [1：114] 0 0 0 0 0 0 0 0 0 0 ... 
 .. $ bad ：chr [1：114] NA NA NA NA ... 
 .. $ par1ref：chr [1：114]TTCC... 
 .. $ par2ref：chr [1：114]CATT... 
 .. $ read：因子w / 130级别1，2，3 4，..：3 3 6 8 8 10 10 10 14 14 ... 
 .. $ count：int [1：114] 16 2 1 1 1 1 1 2 2 ... 
 .. $ read_allele：chr [1：114] CATT... 
 .. $ Pr（y | par1 / par1）：num [1：114] 9.34e-12 4.99e-03 1.00e-02 1.00e-02 1.00e-02 ... 
 .. $ Pr（y | par1 / par2）： num [1：114] 4.56e-10 2.33e-01 4.90e-01 4.90e-01 4.90e-01 ... 
 .. $ Pr（y | par2 / par2）：num [1：114 ] 9.04e-10 8.61e-01 9.70e-01 9.70e-01 9.70e-01 ... 
 .. $ est：int [1：114] 3 3 3 3 3 3 3 3 3 3。 .. 
 .. $ Pr（par1 / par1 | y）：num [1：114] 6.50e-24 4.49e-24 1.10e-26 2.53e-31 1.51e-31 ... 
 .. $ Pr（par1 / par2 | y）：num [1：114] 1.56e-10 1.54e-10 5.77e-11 6.60e-12 6.59e-12 ... 
 .. $ Pr （par2 / par2 | y）：num [1：114] 1 1 1 1 1 ... 
 ..- attr（*，badpos）= int [1:73] 16621 16638 34177 34180 74448 74464 78954 79664 80045 94170 ... 
 $ X：'data.frame'：2422 obs。的23个变量：
 .. $ pos：int [1：2422] 34630 45427 70728 70744 166279 189892 207276 207424 213012 232229 ... 
 .. $ ref：chr [1：2422]T GGC... 
 .. $ cons：chr [1：2422]TGGC... 
 .. $ ：chr [1：2422]a...^ F。 。 ... 
 .. $ quals：chr [1：2422]< IIFFB... 
 .. $ A：int [1：2422] 1 0 0 0 0 0 0 4 0 1 ... 
 .. $ C：int [1：2422] 0 0 0 1 1 0 2 0 0 0 ... 
 .. $ G：int [1：2422] 0 3 1 0 0 1 0 1 1 0 ... 
 .. $ T：int [1：2422] 0 0 0 0 0 0 0 0 0 0 ... 
 .. $ N：int [1：2422] 0 0 0 0 0 0 0 0 0 0。 .. 
 .. $ bad：chr [1：2422] NA NA NA NA ... 
 .. $ par1ref：chr [1：2422]TGGC ... 
 .. $ par2ref：chr [1：2422]AAAT... 
 .. $ read：因子w / 2433级别1 ，2，3，4，...：1 6 8 8 13 16 18 18 19 20 ... 
 .. $ count：int [1：2422] 1 3 1 1 1 1 2 5 1 1 ... 
 .. $ read_allele：chr [1：2422]AGGC... 
 .. $ Pr（y | par1 / par1）：num [1：2422] 0.0105 0.2732 0.9699 0.9696 0.9699 ... 
 .. $ Pr（y | par1 / par2）：num [1：2422] 0.4895 0.0642 0.49 0.4899 0.49 ... 
 .. $ Pr（y | par2 / par2）：num [1：2422] 0.96856 0.00134 0.01005 0.0 1012 0.01005 ... 
 .. $ est：int [1：2422] 3 1 1 1 1 1 1 1 1 1 ... 
 .. $ Pr（par1 / par1 | y）：num [1：2422] 1 1 1 1 1 ... 
 .. $ Pr（par1 / par2 | y）：num [1：2422] 3.70e-08 2.00e-08 1.06e-08 1.06e- 08 1.59e-09 ... 
 .. $ Pr（par2 / par2 | y）：num [1：2422] 3.70e-18 9.35e-20 2.36e-23 2.23e-23 3.26e-26 ... 
 ..- attr（*，badpos）= int [1：2327] 34776 45619 86591 86607 166220 193151 193159 212997 232221 233552 ... 
  / pre> 
 
解决方案
该答案旨在处理class-classata.frame的对象。你只有一个类'''的对象恰好有数据帧的项目。所以在你的工作空间中没有一个名称为2的对象，但是在'dataa'列表中有一个名为2的元素，所有其他元素也显示为数据框，所以为什么不使用：
  lapply（name（dataa），function（nam）write.csv（data [[nam]]，file = paste0 （nam，.Rata）））
  
 
I'm trying to use the R code from this answer to convert a bunch of rdata files to CSV.
resave <- function(file){
  e <- new.env(parent = emptyenv())
  load(file, envir = e)
  objs <- ls(envir = e, all.names = TRUE)
  for(obj in objs) {
    .x <- get(obj, envir =e)
    message(sprintf('Saving %s as %s.csv', obj,obj) )
    write.csv(.x, file = paste0(obj, '.csv'))
  }
}

  resave('yourData.RData')
However on one of the files I'm getting this error:
Error in data.frame(`2` = list(pos = c(6506L, 6601L, 21801L, 21811L, 21902L,  : 
  arguments imply differing number of rows: 7670, 9729, 114, 2422
Calls: resave ... as.data.frame -> as.data.frame.list -> eval -> eval -> data.frame
I tried searching for the error message but I can't really make heads or tails of it.  

Was that rdata file created improperly somehow?  

Is there a better way I should convert arbitrary Rdata files to CSV?  (I Don't know the names of the objects inside the files ahead of time.)

Update:

Here's what I'm seeing in that rdata file.  If it's any help??  (Keep in mind I can't really edit the rdata files so I'm trying to figure out something that will convert them to CSV as is.)
> load("indiv8-hmmprob.RData")
> ls()
[1] "dataa"
> write.csv(dataa, file="greg.csv")
Error in data.frame(`2` = list(pos = c(6506L, 6601L, 21801L, 21811L, 21902L,  : 
  arguments imply differing number of rows: 7670, 9729, 114, 2422
> names(dataa)
[1] "2" "3" "4" "X"
> str(dataa)
List of 4
 $ 2:'data.frame':  7670 obs. of  23 variables:
  ..$ pos              : int [1:7670] 6506 6601 21801 21811 21902 21931 22487 24071 26674 26713 ...
  ..$ ref              : chr [1:7670] "C" "A" "G" "A" ...
  ..$ cons             : chr [1:7670] "T" "T" "A" "G" ...
  ..$ reads            : chr [1:7670] "ttt" "tttt" "AAAAA" "GGGGG" ...
  ..$ quals            : chr [1:7670] "FBB" "IIIB" "IFIII" "FFIII" ...
  ..$ A                : int [1:7670] 0 0 5 0 0 0 1 0 0 1 ...
  ..$ C                : int [1:7670] 0 0 0 0 0 0 0 0 2 0 ...
  ..$ G                : int [1:7670] 0 0 0 5 11 0 0 0 0 0 ...
  ..$ T                : int [1:7670] 3 4 0 0 0 10 0 2 0 0 ...
  ..$ N                : int [1:7670] 0 0 0 0 0 0 0 0 0 0 ...
  ..$ bad              : chr [1:7670] NA NA NA NA ...
  ..$ par1ref          : chr [1:7670] "C" "A" "G" "A" ...
  ..$ par2ref          : chr [1:7670] "T" "T" "A" "G" ...
  ..$ read             : Factor w/ 8397 levels "1","2","3","4",..: 2 2 3 3 3 3 4 7 9 9 ...
  ..$ count            : int [1:7670] 3 4 5 5 11 10 1 2 2 1 ...
  ..$ read_allele      : chr [1:7670] "T" "T" "A" "G" ...
  ..$ Pr(y| par1/par1 ): num [1:7670] 9.30e-04 5.69e-04 3.47e-04 1.42e-04 1.90e-08 ...
  ..$ Pr(y| par1/par2 ): num [1:7670] 4.58e-02 1.64e-02 2.41e-03 4.09e-03 8.89e-07 ...
  ..$ Pr(y| par2/par2 ): num [1:7670] 1.61e-01 8.40e-02 8.94e-03 2.09e-02 3.29e-06 ...
  ..$ est              : int [1:7670] 3 3 3 3 3 3 3 3 3 3 ...
  ..$ Pr( par1/par1 |y): num [1:7670] 4.67e-25 2.25e-27 1.98e-31 2.93e-32 2.82e-34 ...
  ..$ Pr( par1/par2 |y): num [1:7670] 2.95e-11 2.86e-11 2.49e-14 1.98e-14 1.08e-14 ...
  ..$ Pr( par2/par2 |y): num [1:7670] 1 1 1 1 1 ...
  ..- attr(*, "badpos")= int [1:11386] 21900 21905 22840 24029 27149 27170 28024 42187 46927 46990 ...
 $ 3:'data.frame':  9729 obs. of  23 variables:
  ..$ pos              : int [1:9729] 6001 22537 25304 27228 28817 28842 30540 48903 48938 48943 ...
  ..$ ref              : chr [1:9729] "A" "A" "A" "C" ...
  ..$ cons             : chr [1:9729] "A" "G" "T" "C" ...
  ..$ reads            : chr [1:9729] "," "GGG" "TTTTT" "," ...
  ..$ quals            : chr [1:9729] "F" "BBB" "BFFFF" "B" ...
  ..$ A                : int [1:9729] 1 0 0 0 0 0 0 0 0 0 ...
  ..$ C                : int [1:9729] 0 0 0 1 1 0 0 0 0 1 ...
  ..$ G                : int [1:9729] 0 3 0 0 0 0 0 0 0 0 ...
  ..$ T                : int [1:9729] 0 0 5 0 0 1 1 1 1 0 ...
  ..$ N                : int [1:9729] 0 0 0 0 0 0 0 0 0 0 ...
  ..$ bad              : chr [1:9729] NA NA NA NA ...
  ..$ par1ref          : chr [1:9729] "A" "A" "A" "C" ...
  ..$ par2ref          : chr [1:9729] "G" "G" "T" "T" ...
  ..$ read             : Factor w/ 10640 levels "1","2","3","4",..: 1 3 4 5 7 7 8 10 10 10 ...
  ..$ count            : int [1:9729] 1 3 5 1 1 1 1 1 1 1 ...
  ..$ read_allele      : chr [1:9729] "A" "G" "T" "C" ...
  ..$ Pr(y| par1/par1 ): num [1:9729] 0.969856 0.002707 0.000372 0.969639 0.969856 ...
  ..$ Pr(y| par1/par2 ): num [1:9729] 0.48995 0.0567 0.00228 0.48988 0.48995 ...
  ..$ Pr(y| par2/par2 ): num [1:9729] 0.01005 0.26071 0.00798 0.01012 0.01005 ...
  ..$ est              : int [1:9729] 1 3 3 1 1 1 1 3 1 3 ...
  ..$ Pr( par1/par1 |y): num [1:9729] 2.18e-10 2.82e-11 2.67e-11 2.65e-11 2.63e-11 ...
  ..$ Pr( par1/par2 |y): num [1:9729] 0.688 0.688 0.688 0.688 0.688 ...
  ..$ Pr( par2/par2 |y): num [1:9729] 0.312 0.312 0.312 0.312 0.312 ...
  ..- attr(*, "badpos")= int [1:13707] 25259 27250 27810 27880 27888 28836 30507 48975 55998 58734 ...
 $ 4:'data.frame':  114 obs. of  23 variables:
  ..$ pos              : int [1:114] 21119 21194 42177 64136 64146 74463 74465 74521 79860 79884 ...
  ..$ ref              : chr [1:114] "T" "T" "C" "C" ...
  ..$ cons             : chr [1:114] "C" "A" "Y" "Y" ...
  ..$ reads            : chr [1:114] "cCCCCCCCCCCCCCcc" "aa" "T" "T" ...
  ..$ quals            : chr [1:114] "IBFFBFBFFFFFFBBF" "FF" "F" "I" ...
  ..$ A                : int [1:114] 0 2 0 0 0 0 0 0 2 0 ...
  ..$ C                : int [1:114] 16 0 0 0 1 0 1 1 0 0 ...
  ..$ G                : int [1:114] 0 0 0 0 0 0 0 0 0 2 ...
  ..$ T                : int [1:114] 0 0 1 1 0 1 0 0 0 0 ...
  ..$ N                : int [1:114] 0 0 0 0 0 0 0 0 0 0 ...
  ..$ bad              : chr [1:114] NA NA NA NA ...
  ..$ par1ref          : chr [1:114] "T" "T" "C" "C" ...
  ..$ par2ref          : chr [1:114] "C" "A" "T" "T" ...
  ..$ read             : Factor w/ 130 levels "1","2","3","4",..: 3 3 6 8 8 10 10 10 14 14 ...
  ..$ count            : int [1:114] 16 2 1 1 1 1 1 1 2 2 ...
  ..$ read_allele      : chr [1:114] "C" "A" "T" "T" ...
  ..$ Pr(y| par1/par1 ): num [1:114] 9.34e-12 4.99e-03 1.00e-02 1.00e-02 1.00e-02 ...
  ..$ Pr(y| par1/par2 ): num [1:114] 4.56e-10 2.33e-01 4.90e-01 4.90e-01 4.90e-01 ...
  ..$ Pr(y| par2/par2 ): num [1:114] 9.04e-10 8.61e-01 9.70e-01 9.70e-01 9.70e-01 ...
  ..$ est              : int [1:114] 3 3 3 3 3 3 3 3 3 3 ...
  ..$ Pr( par1/par1 |y): num [1:114] 6.50e-24 4.49e-24 1.10e-26 2.53e-31 1.51e-31 ...
  ..$ Pr( par1/par2 |y): num [1:114] 1.56e-10 1.54e-10 5.77e-11 6.60e-12 6.59e-12 ...
  ..$ Pr( par2/par2 |y): num [1:114] 1 1 1 1 1 ...
  ..- attr(*, "badpos")= int [1:73] 16621 16638 34177 34180 74448 74464 78954 79664 80045 94170 ...
 $ X:'data.frame':  2422 obs. of  23 variables:
  ..$ pos              : int [1:2422] 34630 45427 70728 70744 166279 189892 207276 207424 213012 232229 ...
  ..$ ref              : chr [1:2422] "T" "G" "G" "C" ...
  ..$ cons             : chr [1:2422] "T" "G" "G" "C" ...
  ..$ reads            : chr [1:2422] "a" "..." "^F." "." ...
  ..$ quals            : chr [1:2422] "<" "IIF" "F" "B" ...
  ..$ A                : int [1:2422] 1 0 0 0 0 0 0 4 0 1 ...
  ..$ C                : int [1:2422] 0 0 0 1 1 0 2 0 0 0 ...
  ..$ G                : int [1:2422] 0 3 1 0 0 1 0 1 1 0 ...
  ..$ T                : int [1:2422] 0 0 0 0 0 0 0 0 0 0 ...
  ..$ N                : int [1:2422] 0 0 0 0 0 0 0 0 0 0 ...
  ..$ bad              : chr [1:2422] NA NA NA NA ...
  ..$ par1ref          : chr [1:2422] "T" "G" "G" "C" ...
  ..$ par2ref          : chr [1:2422] "A" "A" "A" "T" ...
  ..$ read             : Factor w/ 2433 levels "1","2","3","4",..: 1 6 8 8 13 16 18 18 19 20 ...
  ..$ count            : int [1:2422] 1 3 1 1 1 1 2 5 1 1 ...
  ..$ read_allele      : chr [1:2422] "A" "G" "G" "C" ...
  ..$ Pr(y| par1/par1 ): num [1:2422] 0.0105 0.2732 0.9699 0.9696 0.9699 ...
  ..$ Pr(y| par1/par2 ): num [1:2422] 0.4895 0.0642 0.49 0.4899 0.49 ...
  ..$ Pr(y| par2/par2 ): num [1:2422] 0.96856 0.00134 0.01005 0.01012 0.01005 ...
  ..$ est              : int [1:2422] 3 1 1 1 1 1 1 1 1 1 ...
  ..$ Pr( par1/par1 |y): num [1:2422] 1 1 1 1 1 ...
  ..$ Pr( par1/par2 |y): num [1:2422] 3.70e-08 2.00e-08 1.06e-08 1.06e-08 1.59e-09 ...
  ..$ Pr( par2/par2 |y): num [1:2422] 3.70e-18 9.35e-20 2.36e-23 2.23e-23 3.26e-26 ...
  ..- attr(*, "badpos")= int [1:2327] 34776 45619 86591 86607 166220 193151 193159 212997 232221 233552 ...

解决方案
That answer was designed to handle object of class-'data.frame'. You only have an object of class-'list' which happens to have items that are dataframes. So there isn't an object with the name "2" in you workspace but there is an element in the 'dataa'-list that is named "2" and all of the other elements appear to also be dataframes, so why not use:
lapply( names(dataa), function(nam) write.csv( data[[nam]], file=paste0(nam, ".Rdata") ) )


                        
这篇关于将Rdata文件转换为CSV  -  data.frame参数中的错误表示不同行数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！