如何在R语言中保存for循环每次迭代结果至数据框？

核心问题原因 #

1. 筛选条件错误：原代码中fibmatch[i,1] > 0是直接用基因名字符串做判断，而非引用该基因在Seurat对象中的表达值，导致筛选逻辑完全失效。
2. 结果结构不一致：每次循环生成的table(obj)仅包含当前筛选后存在的集群，列数/列名不统一，rbind时无法正确合并，最终仅保留最后一次迭代的列结构。

修正方案一（循环+统一列结构） #

# 先获取所有集群的名称，确保后续结果包含全部集群
all_clusters <- levels(adult@meta.data[["seurat_clusters"]])
# 提取目标基因列表
gene_list <- fibmatch[, 1]

# 初始化空数据框，预先定义列结构
df <- data.frame(gene = character(), stringsAsFactors = FALSE)
df[, all_clusters] <- integer()

for (i in seq_along(gene_list)) {
  target_gene <- gene_list[i]
  # 正确筛选：表达目标基因或Osr1的细胞
  subset_cells <- subset(adult, subset = get(target_gene) > 0 | Osr1 > 0)
  # 统计各集群细胞数
  cluster_counts <- table(subset_cells@meta.data[["seurat_clusters"]])
  # 转换为数据框并补充缺失集群的0值
  count_row <- as.data.frame(t(cluster_counts), stringsAsFactors = FALSE)
  # 填充缺失的集群列
  for (cluster in all_clusters) {
    if (!cluster %in% colnames(count_row)) {
      count_row[[cluster]] <- 0
    }
  }
  # 按集群顺序排序列，确保和总数据框一致
  count_row <- count_row[, all_clusters]
  # 添加基因名
  count_row$gene <- target_gene
  # 合并到总数据框
  df <- rbind(df, count_row)
}

# 调整列顺序，将基因名列放在首位
df <- df[, c("gene", all_clusters)]

修正方案二（预初始化矩阵，更高效） #

如果目标基因数量较多，预初始化矩阵的方式性能更优：

all_clusters <- levels(adult@meta.data[["seurat_clusters"]])
gene_list <- fibmatch[, 1]

# 初始化结果矩阵，行对应基因，列对应集群
result_matrix <- matrix(0, nrow = length(gene_list), ncol = length(all_clusters))
rownames(result_matrix) <- gene_list
colnames(result_matrix) <- all_clusters

for (i in seq_along(gene_list)) {
  target_gene <- gene_list[i]
  # 直接从meta.data提取表达值判断，避免重复subset Seurat对象
  expr_condition <- adult@meta.data[[target_gene]] > 0 | adult@meta.data[["Osr1"]] > 0
  # 统计符合条件细胞的集群分布
  cluster_counts <- table(adult@meta.data[["seurat_clusters"]][expr_condition])
  # 将计数填充到矩阵对应位置
  result_matrix[i, names(cluster_counts)] <- cluster_counts
}

# 转换为数据框并添加基因名列
df <- as.data.frame(result_matrix)
df$gene <- rownames(df)
df <- df[, c("gene", all_clusters)]

关键说明 #

• 使用get(target_gene)可以正确引用Seurat对象中对应基因的表达值，解决筛选逻辑错误。
• 预先获取所有集群并统一列结构，确保每次迭代的结果都能被正确合并，不会丢失之前的统计数据。
• 方案二直接操作meta.data的向量，避免反复subset Seurat对象，运行速度更快。

内容的提问来源于stack exchange，提问作者umj