在R中使用rbind函数时重复添加行的问题求助

我有一个R数据框，结构如下：

dput(trans_eqtl[1:5,1:6])
structure(list(Gene = c("ENSG00000166086", "ENSG00000166086", 
"ENSG00000265688", "ENSG00000265688", "ENSG00000265688"), `Gene-Chr` = c(11, 
11, 17, 17, 17), `Gene-Pos` = c(133980358, 133980358, 79887167, 
79887167, 79887167), RsId = c("rs3811444", "rs35340377", "rs705705", 
"rs1131017", "rs10876864"), `SNP-Chr` = c(1, 1, 12, 12, 12), 
    `SNP-Pos` = c(248039451, 248038210, 56435504, 56435929, 56401085
    )), row.names = c(NA, 5L), class = "data.frame")

我需要判断Gene-Chr和SNP-Chr是否属于同一条染色体，编写了循环代码，用rbind将符合条件的行存入inter和intra变量，但结果里出现大量重复行。

我的代码如下：

##check for intra and inter chrom:
##intra:
inter <- NULL
intra <- NULL
for(i in 1:240){
  if(!(trans_eqtl$`Gene-Chr`[i] %in% trans_eqtl$`SNP-Chr`[i])){
    x <- which(!(trans_eqtl$`Gene-Chr`[i] %in% trans_eqtl$`SNP-Chr`[i]==TRUE))
    value <- trans_eqtl[x,]
  }
  inter <- rbind(inter,value)
}

##check for intra:
for(i in 1:240){
  if(trans_eqtl$`Gene-Chr`[i] %in% trans_eqtl$`SNP-Chr`[i]){
    y <- which((trans_eqtl$`Gene-Chr`[i] %in% trans_eqtl$`SNP-Chr`[i]==TRUE))
    value1 <- trans_eqtl[y,]
  }
  intra <- rbind(intra,value1)
}

输出的intra和inter都有重复行，示例：

dput(intra[1:5,1:6])
structure(list(Gene = c("ENSG00000166086", "ENSG00000166086", 
"ENSG00000166086", "ENSG00000166086", "ENSG00000166086"), `Gene-Chr` = c(11, 
11, 11, 11, 11), `Gene-Pos` = c(133980358, 133980358, 133980358, 
133980358, 133980358), RsId = c("rs3811444", "rs3811444", "rs3811444", 
"rs3811444", "rs3811444"), `SNP-Chr` = c(1, 1, 1, 1, 1), `SNP-Pos` = c(248039451, 
248039451, 248039451, 248039451, 248039451)), row.names = c(NA, 
5L), class = "data.frame")


dput(inter[1:5,1:6])
structure(list(Gene = c("ENSG00000166086", "ENSG00000166086", 
"ENSG00000166086", "ENSG00000166086", "ENSG00000166086"), `Gene-Chr` = c(11, 
11, 11, 11, 11), `Gene-Pos` = c(133980358, 133980358, 133980358, 
133980358, 133980358), RsId = c("rs3811444", "rs3811444", "rs3811444", 
"rs3811444", "rs3811444"), `SNP-Chr` = c(1, 1, 1, 1, 1), `SNP-Pos` = c(248039451, 
248039451, 248039451, 248039451, 248039451)), row.names = c(NA, 
5L), class = "data.frame")

• 循环逻辑错误：每次用which时，错误地返回了所有满足条件的行索引，而非当前行。循环240次就会把符合条件的行重复添加240次。
• rbind位置错误：rbind放在循环的每次迭代中，不管if条件是否满足都会执行。若某次循环未进入if，value会保留上一次的值，导致重复添加。

方法1：向量化筛选（推荐，R高效操作方式） #

R的核心优势是向量化运算，无需循环即可完成筛选：

# 生成同/异染色体的判断条件
is_intra <- trans_eqtl$`Gene-Chr` == trans_eqtl$`SNP-Chr`

# 分别筛选结果
intra <- trans_eqtl[is_intra, ]
inter <- trans_eqtl[!is_intra, ]

方法2：修正循环写法（若需保留循环逻辑） #

调整循环逻辑，仅处理当前行，且仅在条件满足时添加：

inter <- NULL
intra <- NULL

# 用nrow代替固定值240，适配任意数据量
for(i in 1:nrow(trans_eqtl)){
  gene_chr <- trans_eqtl$`Gene-Chr`[i]
  snp_chr <- trans_eqtl$`SNP-Chr`[i]
  
  if(gene_chr != snp_chr){
    inter <- rbind(inter, trans_eqtl[i, ])
  } else {
    intra <- rbind(intra, trans_eqtl[i, ])
  }
}

注意：循环中多次rbind效率较低，数据量大时建议预先分配空间，或优先使用向量化方法。

验证结果 #

运行上述代码后，intra和inter将正确筛选出对应行，不会出现重复。

内容的提问来源于stack exchange，提问作者rheabedi1