R语言批量提取指定变量对应ID及生成UpSet图输入的技术问询

你的问题核心出在动态引用列名的方式错误上——当你在lapply里写ds$x时，R会把x当成一个字面量的列名（也就是去查找名为x的列），而不是你循环中传入的前缀字符串。下面是两种可行的解决方案：

方法1：Base R lapply 实现 #

先修正你的代码，通过paste0拼接出完整的_a列名，再用[[索引数据框的列（[[支持字符串索引，这是解决问题的关键）：

# 注意：你的数据集里是pho_a而非pro_a，这里修正了前缀列表
ai_list <- c("clo", "man", "pho")

# 批量生成每个前缀对应的ID向量
upset_list <- lapply(ai_list, function(prefix) {
  # 拼接完整的列名，比如clo -> clo_a
  col_a <- paste0(prefix, "_a")
  # 提取符合条件的id：列值为"Yes"且排除NA值
  ds$id[ds[[col_a]] == "Yes" & !is.na(ds[[col_a]])]
})

# 给列表命名，方便后续UpSet图识别组别
names(upset_list) <- ai_list

运行后upset_list的结果完全符合预期：

• clo对应的ID：[1] 1 3 5 7 9
• man对应的ID：[1] 1 2 3 4 5
• pho对应的ID：[1] 3 8

方法2：用purrr包简化（可选） #

如果你习惯tidyverse风格，可以用purrr::map配合公式语法，代码更简洁直观：

library(purrr)

ai_list <- c("clo", "man", "pho")
upset_list <- set_names(
  map(ai_list, ~ ds$id[ds[[paste0(.x, "_a")]] == "Yes" & !is.na(ds[[paste0(.x, "_a")]])]),
  ai_list
)

为什么原来的代码返回空值？ #

ds$x的写法只能引用字面量列名，比如你写ds$clo_a是正确的，但当x是变量时，R不会自动把x的取值替换进去，而是去查找名为x的列——你的数据集里没有这个列，所以返回空值，自然提取不到任何ID。

这个处理后的命名列表可以直接传入UpSet图的函数（比如UpSetR::upset或ComplexUpset::upset），完全满足你的可视化需求。

内容的提问来源于stack exchange，提问作者Philipp Staudacher