如何在R数据框中合并相似前缀列并通过for循环批量处理？

方法一：使用for循环迭代处理 #

完全可以通过for循环实现，步骤如下：

1. 先提取所有唯一的loci前缀（从列名中去除_数字后缀）：

# 示例数据
df1 <- data.frame(sample_ID = c('animal1', 'animal2', 'animal3', 'animal4', 'animal5'),
                  loci1_1 = c('1','2','3','4','5'),
                  loci1_2 = c('5','4','3','2','1'),
                  loci2_1 = c('2','3','4','5','1'),
                  loci2_2 = c('3','4','5','2','1')
                  )

# 获取所有唯一的loci名称
loci_names <- unique(sub("_\\d+$", "", colnames(df1)[-1]))

2. 初始化结果数据框，保留sample_ID列：

result_df <- df1[, "sample_ID", drop = FALSE]

3. 循环遍历每个loci名称，合并对应列的内容：

for(loci in loci_names) {
  # 筛选当前loci对应的所有列
  target_cols <- grep(paste0("^", loci, "_"), colnames(df1))
  # 按行合并列值，用逗号分隔
  result_df[[loci]] <- apply(df1[, target_cols], 1, function(x) paste(x, collapse = ","))
}

运行后result_df就是你需要的合并后的数据框。

方法二：用tidyverse工具更高效处理（适合大量列） #

如果你的数据量较大（100+列），使用tidyr和dplyr的向量化操作会比for循环更高效：

library(tidyr)
library(dplyr)

result_df <- df1 %>%
  # 将宽表转为长表，拆分列名为loci和序号
  pivot_longer(cols = -sample_ID,
               names_to = c("loci", ".value"),
               names_pattern = "(loci\\d+)_\\d+") %>%
  # 按行合并当前loci的所有值
  rowwise() %>%
  mutate(combined = paste(c_across(everything()), collapse = ",")) %>%
  # 转回宽表格式
  select(sample_ID, loci, combined) %>%
  pivot_wider(names_from = loci, values_from = combined)

内容的提问来源于stack exchange，提问作者Emma Horton