R语言-聚合合并(aggregate)存在重名且维度不相同的N个数据框-两种实现方法

在单细胞转录组学数据分析中，我们经常需要对表达谱进行拟细胞或拟基因方向的分析，这些分析涉及到对表达矩阵的聚合汇总处理，同时还需要兼顾快速处理这些大型数据集。

本文分享两种方法，实现对存在同名的行和同名的列，且维度不等的多个数据表进行快速聚合合并

方法一

组合使用 data.table::rbindlist和 stats::aggregate方法，首先提取出行名，然后行合并所有数据表，再根据行名聚合行合并后的数据表。data.table::rbindlist方法是do.call(rbind, list(...))方法的优化版本，它底层使用C实现，针对速度和内存进行了优化。注意使用该函数时设置参数fill=TRUE，该参数是确保数据表合并的时候向后兼容【意思是，如果后面要合并的数据表存在前面数据表所不存在的列，可以自动在合并的数据集中创建这些新列，并填充为NA，NA可以之后替换为任意值】。

聚合汇总方法使用stats::aggregate，但是该方法的效率比较低，如果处理小型数据集还好，大型数据集有些费时。其它操作可以参考文章:How to Aggregate Multiple Columns in R (With Examples) (statology.org)(下面的方法二将分享通过分类矩阵进行快速聚合处理的实现方法)。