R语言for循环中filter()函数失效问题排查与修复求助

问题重现 #

你编写的R代码意图遍历miRNA列表，过滤对应列值为"yes"的行，统计调控类型数量，但运行后结果全为0：

原始代码 #

miRNA.list <- c("let-7a-5p", "let-7a-1-3p", "let-7b-5p")
summary.df <- data.frame()
for (miRNA in miRNA.list) {
  
  temp.name <- miRNA
  
  temp.df <- df.mirna.pv %>%
              filter(`temp.name` == "yes") %>%
              summarise(downregulated = sum(str_count(status, "downregulated")),
                        upregulated = sum(str_count(status, "upregulated")),
                        all = n())
  
  summary.df <- rbind(summary.df, temp.df)
  
}

目标数据框df.mirna.pv #

print(df.mirna.pv)

          let-7a-5p    let-7a-1-3p   let-7b-5p            status
Xkr4          no            yes          no               upregulated
Mrpl15        yes           yes          no               downregulated
Lypla1        yes           yes          yes              downregulated 
Tcea1         no            yes          no               not significant  

错误输出 #

downregulated upregulated all
1             0           0   0
2             0           0   0
3             0           0   0

核心原因 #

问题出在filter(temp.name == "yes")这一行：

• dplyr中的反引号`是用来引用字面列名的（比如列名带空格时），这里`temp.name`会被解析成名为temp.name的列，但你的数据框里根本不存在这个列，所以过滤后返回空数据框，后续统计自然全为0。
• 你实际需要的是引用变量temp.name中存储的字符串对应的列，而不是字面意义上的temp.name列。

修复方案 #

这里提供两种dplyr兼容的修复写法，同时优化统计逻辑（用精确匹配替代字符串计数，更高效）：

方法1：使用.data代词（推荐，dplyr 1.0.0+支持） #

.data代词可以直接通过变量引用数据框的列：

miRNA.list <- c("let-7a-5p", "let-7a-1-3p", "let-7b-5p")
summary.df <- data.frame()
for (miRNA in miRNA.list) {
  
  temp.name <- miRNA
  
  temp.df <- df.mirna.pv %>%
              filter(.data[[temp.name]] == "yes") %>%
              summarise(downregulated = sum(status == "downregulated"),
                        upregulated = sum(status == "upregulated"),
                        all = n())
  
  summary.df <- rbind(summary.df, temp.df)
  
}
# 给结果添加miRNA名称作为行名
rownames(summary.df) <- miRNA.list
summary.df

方法2：使用rlang非标准求值 #

将字符串列名转为符号后注入表达式：

library(rlang)

miRNA.list <- c("let-7a-5p", "let-7a-1-3p", "let-7b-5p")
summary.df <- data.frame()
for (miRNA in miRNA.list) {
  
  temp.name <- sym(miRNA)
  
  temp.df <- df.mirna.pv %>%
              filter(!!temp.name == "yes") %>%
              summarise(downregulated = sum(status == "downregulated"),
                        upregulated = sum(status == "upregulated"),
                        all = n())
  
  summary.df <- rbind(summary.df, temp.df)
  
}
rownames(summary.df) <- miRNA.list
summary.df

修复后正确输出 #

downregulated upregulated all
let-7a-5p                1           0   2
let-7a-1-3p              2           1   4
let-7b-5p                1           0   1

内容的提问来源于stack exchange，提问作者Mauricio Oliveira