如何根据文件路径与文件名给数据框列赋值并解决条件长度报错

问题背景 #

需求：当数据框clin.info的File.Name列与idat文件夹中的idat文件名匹配时，新建Basename列，填充为path/idat/clin.info$File.Name格式的路径。

用户编写的R代码：

for(file in paste0(getwd(), "/idat/*.idat")){
  if(file == clin.info$File.Name) {
    clin.info$Basename <- paste0(getwd(), "/idat/", clin.info$File.Name)
  }
}

运行后报错：

Error in if (file == clin.info$File.Name) { : 
  the condition has length > 1

报错原因 #

• paste0(getwd(), "/idat/*.idat")仅生成带通配符的字符串，无法获取实际文件列表，不能用于遍历文件。
• file == clin.info$File.Name将单个字符串与整个列向量比较，得到长度大于1的逻辑向量，而if语句仅接受长度为1的条件，因此触发报错。

正确实现方法 #

基础R实现 #

# 获取idat文件夹下所有.idat格式的文件名（仅保留文件名，不含完整路径）
idat_files <- list.files(path = "idat", pattern = "\\.idat$", full.names = FALSE)

# 为匹配的行生成路径，不匹配的填充NA
clin.info$Basename <- ifelse(clin.info$File.Name %in% idat_files,
                             paste0(getwd(), "/idat/", clin.info$File.Name),
                             NA_character_)

tidyverse风格实现（需加载dplyr包） #

library(dplyr)

idat_files <- list.files("idat", pattern = "\\.idat$", full.names = FALSE)

clin.info <- clin.info %>%
  mutate(Basename = case_when(
    File.Name %in% idat_files ~ file.path(getwd(), "idat", File.Name),
    TRUE ~ NA_character_
  ))

效果说明 #

• list.files通过full.names = FALSE获取纯文件名，确保与clin.info$File.Name的内容直接匹配。
• 采用向量式操作替代循环，既避免了循环的低效，也解决了原代码中条件长度不匹配的问题。
• 最终Basename列仅为idat文件夹中存在对应文件的行生成完整路径，无匹配的行则填充NA。

内容的提问来源于stack exchange，提问作者Anon