如何在R中用for循环遍历两数据框列名并输出匹配结果？

问题背景 #

有两个列名相同的数据集，需基于sample_ID比较对应loci列的数据，为每个loci生成标注match或no_match的新列。示例数据如下：

df1 <- data.frame(sample_ID = c('animal1', 'animal2', 'animal3', 'animal4', 'animal5'),
                  loci1 = c('T,T', 'A,T', 'C,T', 'T,T', 'T,G'),
                  loci2 = c('G,T', 'T,T', 'A,T', 'T,T', 'T,A'))
df2 <- data.frame(sample_ID = c('animal1', 'animal2', 'animal3', 'animal4', 'animal5'),
                  loci1 = c('T,T', 'A,T', 'C,T', 'A,A', 'C,G'),
                  loci2 = c('T,T', 'T,A', 'T,T', 'T,G', 'T,A'))

已实现单loci列的匹配判断：

df3 <- df1 %>%
  inner_join(df2, by = 'sample_ID') %>%
  mutate(match_loci1 = c('no_match', 'match')[1 + (loci1.x == loci1.y)])

但尝试用for循环批量处理时报错：

loci_names <- colnames(df1)

test2 <- df1 %>% 
inner_join(df2, by = 'sample_ID') %>%
for (i in loci_list) {
  mutate(match$[[i]] = c('no_match', 'match')[1 + [[i]]$.x == [[i]]$.y])
}

报错信息：Error: unexpected '[[' in: " for (i in loci_list) { mutate(match$[["

解决方案 #

方法1：使用dplyr::across（推荐） #

利用across批量处理所有loci列，无需循环，代码简洁高效：

library(dplyr)

# 获取所有loci列名（排除sample_ID）
loci_cols <- setdiff(colnames(df1), "sample_ID")

df_result <- df1 %>%
  inner_join(df2, by = "sample_ID") %>%
  mutate(
    across(
      all_of(loci_cols),
      ~ case_when(
        .data[[paste0(cur_column(), ".x")]] == .data[[paste0(cur_column(), ".y")]] ~ "match",
        TRUE ~ "no_match"
      ),
      .names = "match_{.col}"
    )
  )

• all_of(loci_cols)指定要处理的目标列
• .names = "match_{.col}"自动生成规范的新列名（如match_loci1）
• case_when清晰定义匹配逻辑，比索引向量更易读维护

方法2：修正for循环写法 #

若坚持使用循环，需调整语法以适配管道逻辑：

loci_cols <- setdiff(colnames(df1), "sample_ID")

df_joined <- df1 %>% inner_join(df2, by = "sample_ID")

for (col in loci_cols) {
  df_joined <- df_joined %>%
    mutate(!!sym(paste0("match_", col)) := 
             c("no_match", "match")[1 + (.data[[paste0(col, ".x")]] == .data[[paste0(col, ".y")]])])
}

• !!sym()用于动态生成列名，实现变量到列名的转换
• .data[[...]]确保在循环中正确引用拼接后的列名

方法3：使用purrr::map #

结合purrr的映射函数批量生成匹配结果列：

library(purrr)
library(dplyr)

loci_cols <- setdiff(colnames(df1), "sample_ID")

df_joined <- df1 %>% inner_join(df2, by = "sample_ID")

match_cols <- map_dfc(loci_cols, function(col) {
  df_joined %>%
    transmute(!!sym(paste0("match_", col)) := 
                if_else(.data[[paste0(col, ".x")]] == .data[[paste0(col, ".y")]], "match", "no_match"))
})

df_result <- bind_cols(df_joined, match_cols)

结果说明 #

处理后的数据框将保留原有的sample_ID、loci1.x、loci1.y等列，同时新增match_loci1、match_loci2等匹配结果列，每个结果列对应原loci列的匹配状态。

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