如何在R循环中为DataFrame添加错误信息列？

核心思路 #

用tryCatch()捕获循环中每个文件处理时产生的警告和错误，将这些信息存入新增的message列，同时保证循环不会因单个文件出错而中断。

修改步骤及代码 #

1. 初始化DataFrame时新增message列 #

修改store的定义，添加用于存储消息的列，避免字符串自动转因子：

store <- data.frame(
  "Filename"=NA, 
  "pval"=NA,
  "numpar.full"=NA,
  "dev"=NA,
  "p.estim"=NA,
  "message"=NA,  # 新增列记录错误/警告
  stringsAsFactors = FALSE
)

2. 用tryCatch包裹文件处理逻辑 #

将循环内的所有处理代码放入tryCatch结构中，分别捕获警告和错误：

• 用withCallingHandlers收集所有警告（支持多警告场景）
• 用error分支捕获错误，记录信息并确保循环继续

修改后的完整循环代码：

for(file in files){
  print(file)
  dataname <- strsplit(file,split='[.]')[[1]][1]
  current_msg <- character(0)  # 初始化当前文件的消息容器

  tryCatch({
    # 捕获并收集警告
    withCallingHandlers({
      library(data.table)
      
      setwd(codedir)
      source("func.modelfit_no_confidence.R")
      setwd(datadir)
      data.orig <- as.data.table(read.csv(paste(dataname,'.csv',sep='')))
      
      colnames <- names(data.orig)
      if(!any(colnames=='inoc.size') || !any(colnames=='num.inf') || !any(colnames=='num.tot')){
        stop ("The input data does not contain the necessary columns. Please ensure data contains columns inoc.size, num.inf, and num.tot.") 
      }
      
      setkey(data.orig,inoc.size)
      data <- data.orig
      
      if(sum(data$inoc.size==0)>0){
        data <- data[inoc.size!=0]
        warning("Controls with inoculum size zero have been excluded.")
      }
      
      if(sum(data$num.inf==data$num.tot)>1){
        ind.end <- first(which(data$num.inf==data$num.tot))
        warning("Data point(s) at highest inoc.size have been excluded.")
      } else{ ind.end <- length(data$num.inf) }
      
      if(sum(data$num.inf==0)>1){
        ind.start <- last(which(data$num.inf==0))
        warning("Data point(s) at lowest inoc.size have been excluded.")
      } else{ ind.start <- 1}
      
      data <- data[ind.start:ind.end]
      
      setwd(resultsdir)
      
      attach(data)
      sat.model.fit <- fit.sat(inoc.size,num.inf,num.tot)
      IAH.model.fit <- fit.IAH(inoc.size,num.inf,num.tot)
      detach(data)
      
      logL.sat <- sat.model.fit$logL.tot
      numpar.full <- length(data$inoc.size)
      
      logL.reduc <- IAH.model.fit$logL.tot
      numpar.reduc <- 1
      
      dev <- 2*(logL.sat - logL.reduc)
      pval <- 1-pchisq(dev, df=numpar.full-numpar.reduc)
      
      save(data, sat.model.fit, IAH.model.fit, dev, pval, 
           file=paste("results_",dataname,".Rdata",sep=""))
      
      library(Hmisc)
      Nmin <- min(data$inoc.size)*0.1
      Nmax <- max(data$inoc.size)*10
      Nvals <- 10^seq(from=log10(Nmin),to=log10(Nmax),by=0.1)
      
      # 存储计算结果到store
      store[counter,c("Filename","pval","numpar.full","dev","p.estim")] <- 
        c(dataname, pval, numpar.full, dev, IAH.model.fit$p.estim)
      
    }, warning = function(w) {
      current_msg <<- c(current_msg, w$message)
      invokeRestart("muffleWarning")  # 阻止警告默认输出到控制台
    })
  }, error = function(e) {
    # 捕获错误信息并标记
    current_msg <<- c(current_msg, paste("ERROR:", e$message))
  })
  
  # 将收集到的消息合并为字符串存入store
  store$message[counter] <- if(length(current_msg) == 0) "无" else paste(current_msg, collapse = "; ")
  
  print(store)
  counter <- counter + 1
}

关键说明 #

• withCallingHandlers可以捕获处理过程中产生的所有警告，避免控制台冗余输出，同时把每个警告的消息存入容器
• tryCatch的error分支会捕获致命错误，记录错误信息后，循环自动跳转到下一个文件，不会中断整个流程
• 最终将所有消息用分号分隔合并，存入store$message列，方便后续批量查看每个文件的处理状态

内容的提问来源于stack exchange，提问作者K.W