如何将数据框中的sample_id列映射到对应文件名？

你的代码存在两个关键问题：

1. files是列表类型，grep需要传入字符向量，需先转换为unlist(files)；
2. 在mutate中直接调用grep时，它会将整个sample_id列作为匹配模式，而非逐行处理单个样本ID。

以下是几种可行的实现方式：

方式一：用dplyr的rowwise()逐行匹配 #

library(dplyr)

# 将列表转为字符向量
files_vec <- unlist(files)

df <- df %>%
  rowwise() %>%
  mutate(filename = grep(sample_id, files_vec, value = TRUE)) %>%
  ungroup()

方式二：用purrr的map_chr()批量映射 #

library(dplyr)
library(purrr)

files_vec <- unlist(files)

df <- df %>%
  mutate(filename = map_chr(sample_id, ~grep(.x, files_vec, value = TRUE)))

方式三：提取文件名中的样本ID后合并（更稳健） #

如果文件名固定为sample_id_xxx.后缀格式，可先从文件名中提取样本ID，生成匹配表后再与原数据框合并，能避免误匹配包含样本ID子串的无关文件名：

library(dplyr)
library(stringr)

files_vec <- unlist(files)

# 生成样本ID与文件名的匹配表
match_df <- tibble(
  filename = files_vec,
  sample_id = str_extract(filename, "^x\\d+") # 根据你的样本ID格式调整正则，此处匹配开头的x+数字
)

# 合并到原数据框
df <- df %>%
  left_join(match_df, by = "sample_id")

内容的提问来源于stack exchange，提问作者APompetti-Cori