如何解决Snakemake中R脚本通配符使用的invalid参数报错？

你猜的没错——当你在rule的input和output中使用expand()时，Snakemake会把所有匹配的文件路径打包成一个列表传递给R脚本。而read.table()只能接收单个文件路径作为参数，无法处理列表，因此抛出invalid 'description' argument错误。

方法1：使用通配符规则（推荐） #

这是Snakemake处理批量任务的标准方式，让Snakemake自动为每个tables值生成独立任务，逐个调用脚本处理：

修改Snakemake规则，去掉expand()，直接用通配符{tables}：

rule somerule:
    input:
        tables = "results/{tables}_table.txt",
    output:
        edit= "results/{tables}_edited.txt",
    conda:
        "../envs/r.yaml"
    script:
        "../scripts/script.R"

你的R脚本不需要任何修改，此时snakemake@input[["tables"]]会被替换为单个文件路径，和你单独运行脚本时的逻辑完全一致。Snakemake会自动识别tables的可能取值（从输出文件或其他规则推导），并行处理每个任务。

方法2：修改R脚本批量处理（不推荐） #

如果确实需要在一个脚本里处理所有文件（仅适用于必须批量操作的场景），需要遍历输入列表，逐个处理并对应输出：

修改R脚本如下：

# 遍历每个输入-输出对
for (idx in seq_along(snakemake@input[["tables"]])) {
    tab <- read.table(snakemake@input[["tables"]][idx], sep = "\t", header = TRUE)
    edit <- some_function(tab)
    write.table(
        edit, 
        file = snakemake@output[["edit"]][idx], 
        sep = "\t", 
        quote = FALSE, 
        row.names = TRUE, 
        col.names = TRUE
    )
}

这种方法会让Snakemake只运行一次脚本处理所有文件，无法利用Snakemake的并行化能力，因此除非有特殊需求，不建议使用。

内容的提问来源于stack exchange，提问作者Theresa