R语言：基于列匹配替换数据框行名报错求助

需求 #

将数据框meth.kirp.cpg的行名替换为anno$V1，当该行现有行名与anno$V2匹配时。

原代码及报错 #

原代码：

library(tidyverse)

rownames(meth.kirp.cpg) <- meth.kirp.cpg %>% 
  rowwise() %>% 
  mutate(out = anno$V1[str_which(colnames(meth.kirp.cpg), anno$V2)])

报错信息：

Error in `mutate()`:
ℹ In argument: `out = anno$V1[str_which(rownames(meth.kirp.cpg),
  anno$V2)]`.
ℹ In row 1.
Caused by error in `str_detect()`:
! Can't recycle `string` (size 142513) to match `pattern` (size 365860).
Run `rlang::last_error()` to see where the error occurred.

报错原因 #

原代码存在两处核心问题：

• 错误引用了colnames(meth.kirp.cpg)，实际应该使用行名进行匹配
• str_which传入的string和pattern长度不匹配，且rowwise()循环的逻辑完全错误——不需要逐行遍历所有anno$V2值，直接通过映射匹配即可

示例数据 #

构造可复现的测试数据：

# 构造meth.kirp.cpg示例：5行3列，行名为cpg位点
meth.kirp.cpg <- data.frame(
  Sample1 = rnorm(5),
  Sample2 = rnorm(5),
  Sample3 = rnorm(5),
  row.names = c("cg0001", "cg0002", "cg0003", "cg0004", "cg0005")
)

# 构造anno示例：匹配部分cpg位点，V2是原行名，V1是替换后的名称
anno <- data.frame(
  V1 = c("GeneA_cpg", "GeneB_cpg", "GeneC_cpg"),
  V2 = c("cg0001", "cg0003", "cg0005")
)

解决方案 #

方法1：基础R高效实现 #

直接通过匹配索引完成替换，无需额外循环：

# 找到原行名在anno$V2中的匹配位置
match_idx <- match(rownames(meth.kirp.cpg), anno$V2)
# 替换匹配到的行名，未匹配的保持原名称
rownames(meth.kirp.cpg)[!is.na(match_idx)] <- anno$V1[na.omit(match_idx)]

方法2：tidyverse风格实现 #

将行名转为列处理，再转回行名，更符合tidy数据思维：

library(tidyverse)

meth.kirp.cpg <- meth.kirp.cpg %>%
  rownames_to_column("old_rowname") %>%
  left_join(anno, by = c("old_rowname" = "V2")) %>%
  mutate(new_rowname = ifelse(!is.na(V1), V1, old_rowname)) %>%
  select(-old_rowname, -V1) %>%
  column_to_rownames("new_rowname")

验证结果 #

运行代码后查看替换后的行名：

rownames(meth.kirp.cpg)
# 输出结果："GeneA_cpg" "cg0002"     "GeneB_cpg" "cg0004"     "GeneC_cpg"

内容的提问来源于stack exchange，提问作者Anon