R语言：如何用已有数据框填充metadata数据框及报错解决

错误原因分析 #

你之前的代码报错undefined columns selected，核心问题是：

• 你把exp.kirp.log2$subtype作为列索引传入数据框取子集，但这个变量存储的是列的内容（全为"KIRP"），而非列名或合法的列位置。R无法通过这个字符向量找到对应的列，因此报错。
• 另外，把subtype列直接加到表达矩阵exp.kirp.log2里也不规范，表达矩阵应该只保留基因-样本的表达数据，额外列会干扰后续分析。

正确解决方案 #

推荐两种更简洁规范的方法，不需要修改原始表达矩阵：

方法一：提前构建各亚型样本映射表（推荐） #

先为每个原始数据框的样本创建亚型对应关系，再合并成最终的metadata：

# 为每个亚型创建样本-亚型映射
kirp_meta <- data.frame(
  subtype = "KIRP",
  row.names = colnames(exp.kirp.log2)
)
kirc_meta <- data.frame(
  subtype = "KIRC",
  row.names = colnames(exp.kirc.log2)
)
kich_meta <- data.frame(
  subtype = "KICH",
  row.names = colnames(exp.kich.log2)
)

# 合并映射表，并按照exp.log2的列名顺序排列
metadata <- rbind(kirp_meta, kirc_meta, kich_meta)[colnames(exp.log2), , drop = FALSE]

方法二：直接从合并后列名匹配亚型 #

无需提前创建映射表，直接通过列名归属判断亚型：

# 初始化metadata，行名为合并后的样本名
metadata <- data.frame(
  subtype = NA,
  row.names = colnames(exp.log2)
)

# 逐个匹配样本所属亚型
metadata$subtype[colnames(exp.log2) %in% colnames(exp.kirp.log2)] <- "KIRP"
metadata$subtype[colnames(exp.log2) %in% colnames(exp.kirc.log2)] <- "KIRC"
metadata$subtype[colnames(exp.log2) %in% colnames(exp.kich.log2)] <- "KICH"

修正你原有代码的版本（不推荐，仅作参考） #

如果一定要基于你原来的思路修改，需要把列索引改成列名"subtype"，同时简化赋值逻辑：

# 注意：不建议把subtype列加到表达矩阵中，这里仅为适配你的原始思路
exp.kirp.log2$subtype <- "KIRP"
exp.kirc.log2$subtype <- "KIRC"
exp.kich.log2$subtype <- "KICH"

metadata <- data.frame(matrix(ncol = 0, nrow = ncol(exp.log2)))
rownames(metadata) <- colnames(exp.log2)
metadata$subtype <- NA

# 匹配KIRP样本并赋值
kirp_idx <- which(rownames(metadata) %in% colnames(exp.kirp.log2))
metadata$subtype[kirp_idx] <- exp.kirp.log2$subtype[1]

# 匹配KIRC样本并赋值
kirc_idx <- which(rownames(metadata) %in% colnames(exp.kirc.log2))
metadata$subtype[kirc_idx] <- exp.kirc.log2$subtype[1]

# 匹配KICH样本并赋值
kich_idx <- which(rownames(metadata) %in% colnames(exp.kich.log2))
metadata$subtype[kich_idx] <- exp.kich.log2$subtype[1]

内容的提问来源于stack exchange，提问作者melolilili