for循环中筛选分组数据求和异常的问题排查与解决

需求：编写for循环，按Batch分组检查观测值的相对丰度（RelAb）之和是否为100。手动逐个检查每个Batch时，RelAb的和均为100，但编写for循环后，每次输出结果都是1100（Batches向量长度为11），需要修正循环代码。

示例数据：

错误原因 #

两段错误代码的核心问题是：循环中没有使用当前迭代的变量i，而是每次过滤/子集化所有的Batch值，导致每次计算的是所有11个Batch的RelAb总和（11*100=1100），而不是单个Batch的和。

修正后的代码 #

1. dplyr::filter版本 #

Batches <- c("A1", "A2", "A3", "A4", "B1", "B2", "B3", "B4", "B5", "B6", "B7")
for(i in Batches) {
  filtered.batch <- data.batch %>%
    dplyr::filter(Batch == i)  # 仅筛选当前迭代的Batch
  print(sum(filtered.batch$RelAb))
}

2. 基础R子集化版本 #

Batches <- c("A1", "A2", "A3", "A4", "B1", "B2", "B3", "B4", "B5", "B6", "B7")
for(i in Batches) {
  # 修正子集逻辑：筛选当前Batch的RelAb列
  filtered.batch <- data.batch[data.batch$Batch == i, "RelAb"]
  print(sum(filtered.batch))
}

更高效的替代方案（无需for循环） #

如果不需要逐个打印，直接用dplyr分组计算更简洁：

library(dplyr)
data.batch %>%
  group_by(Batch) %>%
  summarise(RelAb_sum = sum(RelAb), .groups = "drop")

这段代码会直接输出每个Batch对应的RelAb总和，无需手动循环。

内容的提问来源于stack exchange，提问作者Darren