如何在R中循环调用filter拆分基因数据并批量保存为TXT文件

问题说明 #

现有一个存储基因数据的DataFrame windows，结构如下：

glimpse(windows)
Rows: 3,000
Columns: 5
$ chrpos       <chr> "1:104159999-104168402", "1:104159999-104168402", "1:104159999-104168402"
$ target       <chr> "AMY2A", "CFD13", "PUTA"
$ name         <chr> "rs5753", "rs70530", "rs21111"
$ chr          <chr> "1", "1", "1"
$ pos          <int> 104560629, 104562750, 104557705

需要按target列的取值拆分出多个独立DataFrame，并分别保存为TXT文件。手动筛选并保存的代码可行，但效率极低：

AMY2A <- filter(windows, target == 'AMY2A')
write.table(AMY2A, "amy2a.txt", header=T)

尝试以下循环代码时出现报错：

list <- windows$target
for(i in list)
df.list[[i]] <- filter(windows, target == list[[i]])

报错信息：

Error in `filter()`:
! Problem while computing `..1 = target == list[[i]]`.
Caused by error in `list[[i]]`:
! subscript out of bounds

错误原因 #

代码错误的核心在于：

• list <- windows$target获取的是包含重复值的target向量，而非唯一值集合
• 循环时i是target的字符串值，此时list[[i]]试图用字符串作为索引访问向量，导致下标越界

解决方案 #

方法1：基础R实现 #

# 获取target列的唯一值集合
unique_targets <- unique(windows$target)

# 循环处理每个唯一target值
for (target_val in unique_targets) {
  # 筛选对应target的数据
  subset_df <- subset(windows, target == target_val)
  # 生成文件名（转为小写，避免大小写问题）
  file_name <- paste0(tolower(target_val), ".txt")
  # 保存为TXT文件，指定制表符分隔，不保存行名
  write.table(subset_df, file = file_name, header = TRUE, sep = "\t", row.names = FALSE)
}

方法2：tidyverse风格实现 #

如果习惯使用tidyverse工具链，可以用split+purrr::walk简化代码：

library(tidyverse)

# 按target拆分DataFrame为列表
df_list <- split(windows, windows$target)

# 遍历列表，自动保存每个子DataFrame为TXT文件
walk(df_list, ~write.table(.x, 
                           file = paste0(tolower(names(.x)), ".txt"), 
                           header = TRUE, sep = "\t", row.names = FALSE))

内容的提问来源于stack exchange，提问作者ayeepi