使用sapply提取KEGGREST列表PATHWAY字段异常，求解决方案

问题场景 #

用KEGGREST获取化合物C01546、C05984的信息后，需要提取ENTRY、FORMULA、PATHWAY字段转换为数据框，但PATHWAY字段因包含多元素向量，直接用sapply提取会显示character,3这类标识，无法得到合并后的路径名称字符串。

解决方案代码 #

library(KEGGREST)
# 获取化合物信息
chem_info <- keggGet(dbentries = c("C01546", "C05984"))

# 构建目标数据框并处理PATHWAY字段
compound_df <- data.frame(
  ENTRY = sapply(chem_info, function(x) x$ENTRY),
  FORMULA = sapply(chem_info, function(x) x$FORMULA),
  PATHWAY = sapply(chem_info, function(x) {
    pathways <- x$PATHWAY
    # 根据路径数量处理格式
    switch(as.character(length(pathways)),
           "0" = "",
           "1" = pathways,
           paste(c(paste(pathways[-length(pathways)], collapse = ", "), pathways[length(pathways)]), collapse = ", and ")
    )
  }),
  stringsAsFactors = FALSE
)

# 查看结果
print(compound_df)

代码说明 #

1. 提取ENTRY和FORMULA：通过sapply遍历chem_info列表，直接提取每个化合物的ENTRY和FORMULA字段，转换为数据框的列。
2. 处理PATHWAY合并：自定义函数遍历每个化合物的PATHWAY向量：
   • 若没有路径，返回空字符串；
   • 若只有一条路径，直接返回该路径名称；
   • 若有多条路径，将前n-1条用逗号分隔，最后一条用", and "连接，符合需求的格式。
3. 解决原代码问题：原代码直接用[[7]]提取PATHWAY时，因不同化合物的PATHWAY长度不同，sapply会返回列表，导致数据框列显示异常；通过合并字符串，将列表元素统一为单个字符值，彻底解决显示问题。

内容的提问来源于stack exchange，提问作者Purrsia