如何在R函数中结合case_when、grep与列名实现字符串过滤并解决报错？

修正后的函数代码 #

library(dplyr)

target_function <- function(data, analyte){
  # 精准构建目标列名
  bead_col <- paste0(analyte, "_bead")
  coef_col <- paste0(analyte, "_coef")
  
  target_list <- data %>%
    # 保留id列与目标分析物的bead、coef列
    select(id, all_of(c(bead_col, coef_col))) %>%
    # 逐行判断条件生成target列
    mutate(target = case_when(
      .data[[bead_col]] < 30 & .data[[coef_col]] > 50 ~ "re_run",
      TRUE ~ NA_character_
    )) %>%
    filter(target == "re_run")
  
  return(target_list)
}

错误原因解析 #

你之前的代码核心问题是混淆了列索引与列值：

• grep("bead", names(.))返回的是匹配列的位置索引（比如筛选后protein1_bead是第2列，返回值为2），不是列中的实际数值；
• 用索引和数值比较（如2 < 30）只会得到单个逻辑值，而case_when需要与数据行数匹配的逻辑向量（示例中是2行），因此触发长度不匹配的报错。

验证结果 #

用你提供的示例数据测试：

id <- c(1,2)
protein1_bead <- c(50,20)
protein1_coef <- c(20,60)
protein2_bead <- c(50,20)
protein2_coef <- c(20,60)

analyte_df <- as.data.frame(cbind(id, protein1_bead, protein1_coef, protein2_bead, protein2_coef))

# 调用函数
target_function(data = analyte_df, analyte = "protein1")

输出结果符合预期：

id protein1_bead protein1_coef target
2  2            20            60 re_run

额外说明 #

1. 用paste0拼接列名能精准定位目标列，避免contains可能带来的模糊匹配问题；
2. .data[[colname]]是dplyr中引用动态列名的标准写法，确保代码在非标准求值环境下正常运行；
3. 修正了原代码中select(ID,...)的大小写问题（示例数据列名为小写id）。

内容的提问来源于stack exchange，提问作者pblsc