在R语言中将数据框的每一列拆分为独立数据框

需求描述 #

需要将基因计数矩阵（行名为基因、列名为样本）拆分，使每一列成为独立数据框，同时保留原列名和行名（非按某列变量拆分）；最终要将每个样本的计数数据堆叠为单列，并添加对应样本标识列。

尝试的代码及问题 #

尝试用split.default和lapply实现拆分，但返回的每个元素是3×2矩阵（预期为3×1），且29列手动处理过于繁琐：

dge.norm_split <- split.default(dge.norm, colnames(dge.norm))
out <- lapply(dge.norm_split, cbind, dge.norm[1])

lapply(out, head, 3)

手动实现方案（针对6列样本） #

通过手动提取列并添加样本列完成需求：

s1 <- data.frame(dge.norm[,-c(2:6)])
s2 <- data.frame(dge.norm[,-c(1, 3:6)])
s3 <- data.frame(dge.norm[,-c(1:2, 4:6)])
s4 <- data.frame(dge.norm[,-c(1:3, 5:6)])
s5 <- data.frame(dge.norm[,-c(1:4, 6)])
s6 <- data.frame(dge.norm[,-c(1:5)])

s1$model <- rep(list('s1'), 337)
s2$model <- rep(list('s2'), 337)
s3$model <- rep(list('s3'), 337)
s4$model <- rep(list('s4'), 337)
s5$model <- rep(list('s5'), 337)
s6$model <- rep(list('s6'), 337)

colnames(s1) <- c('count', 'model')
colnames(s2) <- c('count', 'model')
colnames(s3) <- c('count', 'model')
colnames(s4) <- c('count', 'model')
colnames(s5) <- c('count', 'model')
colnames(s6) <- c('count', 'model')

问题分析与优化方案 #

拆分出现3×2矩阵的原因 #

代码中lapply(dge.norm_split, cbind, dge.norm[1])额外绑定了原数据框的第一列，导致每个子数据框包含拆分出的列+第一列，所以是2列。去掉多余的cbind参数即可得到3×1的独立数据框：

dge.norm_split <- split.default(dge.norm, colnames(dge.norm))
lapply(dge.norm_split, head, 3) # 每个元素为3×1的data.frame

批量处理29列的方案 #

无需手动操作，用lapply批量生成每个样本的目标数据框，还可合并为总数据框或单独导出：

# 获取所有样本列名
sample_names <- colnames(dge.norm)

# 批量生成每个样本的count+model数据框
sample_data_list <- lapply(sample_names, function(sample) {
  df <- data.frame(
    count = dge.norm[[sample]],
    model = sample,
    row.names = rownames(dge.norm)
  )
  df
})

# 合并所有样本数据为一个大数据框（可选）
combined_sample_df <- do.call(rbind, sample_data_list)

# 若需将每个样本数据框单独存入全局环境（建议用列表管理，避免环境混乱）
list2env(setNames(sample_data_list, sample_names), envir = .GlobalEnv)

内容的提问来源于stack exchange，提问作者Elizabeth Mist