编写条件添加基因名至DataFrame的R函数失效，求解决方法

原代码存在的问题 #

1. 函数命名错误：使用了R的保留关键字function作为函数名，且调用时用的potential与定义的函数名不匹配，导致函数无法正常调用。
2. 数据类型错误：expression列是字符型（原数据中用引号包裹数值），直接调用min()会按字符顺序比较，得到的不是数值意义上的最小值，逻辑判断完全错误。
3. 条件与期望输出矛盾：原代码判断条件为min(...) >25，但目标基因a、c的最小表达量都是25，无法满足该条件，需调整为>=25才能匹配期望输出。
4. 数据框操作不合理：用cbind向空数据框添加内容会生成列结构的结果，不符合行式基因列表的需求，且全局赋值<<-并非最优编程习惯。

最优解法：用dplyr分组聚合筛选（推荐） #

先修正数据类型，再通过分组计算筛选符合条件的基因，代码简洁高效：

library(dplyr)

# 第一步：修正expression列的数据类型（字符转数值）
data$expression <- as.numeric(data$expression)

# 分组计算每个基因的最小表达量，筛选符合条件的基因
result <- data %>%
  group_by(gene) %>%
  summarize(min_expr = min(expression, na.rm = TRUE)) %>%
  filter(min_expr >= 25) %>% # 匹配期望输出的条件
  select(gene)

# 转成普通数据框（可选，若需要非tibble格式）
result_df <- as.data.frame(result)
print(result_df)

输出结果：

gene
1    a
2    c

循环+函数的修正版（若坚持用循环实现） #

library(dplyr)

# 修正数据类型
data$expression <- as.numeric(data$expression)

# 初始化空向量收集符合条件的基因（比直接操作数据框更高效）
valid_genes <- c()

# 定义合法函数名的判断函数
check_gene <- function(gene_name) {
  gene_data <- data %>% filter(gene == gene_name)
  min_expr <- min(gene_data$expression, na.rm = TRUE)
  if (min_expr >= 25) {
    valid_genes <<- c(valid_genes, gene_name)
  }
}

# 遍历所有唯一基因
for (g in unique(data$gene)) {
  check_gene(g)
}

# 转成目标数据框
test <- data.frame(gene = valid_genes)
print(test)

输出结果与上述最优解法一致。

内容的提问来源于stack exchange，提问作者szmple