在R语言中检测昆虫左右翅文件是否成对存在

核心思路 #

通过提取每个翅文件的唯一标识前缀（去除末尾的-L.dw.png或-R.dw.png后缀），统计前缀的出现次数，次数不为2的即为未成对条目；也可按奇偶行的配对规则直接检查相邻行的前缀一致性。

方法一：全局统计前缀出现次数 #

适用于不依赖行顺序的场景，能检测所有缺漏、重复的未成对情况：

1. 读取数据

wings <- read.table("https://zenodo.org/record/6950928/files/AT-raw-coordinates.csv", header = TRUE, sep = ";")

2. 提取唯一标识前缀
   用正则表达式去掉文件名末尾的翅型后缀：

wings$prefix <- gsub("-(L|R)\\.dw\\.png$", "", wings$file)

3. 统计并筛选未成对条目

# 统计每个前缀的出现次数
prefix_counts <- table(wings$prefix)

# 找出出现次数≠2的前缀
unpaired_prefixes <- names(prefix_counts[prefix_counts != 2])

# 查看所有未成对的完整条目
unpaired_entries <- wings[wings$prefix %in% unpaired_prefixes, ]
print(unpaired_entries)

方法二：按奇偶行配对检查 #

针对你提到的「奇数行左翅、偶数行右翅」规则，直接检查每一对的前缀是否一致：

# 生成配对组编号（每2行为一组）
pair_groups <- ceiling(seq_len(nrow(wings)) / 2)

# 检查每组内的前缀是否唯一（即左右翅属于同一样本）
valid_pairs <- tapply(wings$prefix, pair_groups, function(x) length(unique(x)) == 1)

# 找出无效配对组
invalid_groups <- names(valid_pairs[!valid_pairs])

# 查看无效组的所有条目
unpaired_by_row <- wings[ceiling(seq_len(nrow(wings)) / 2) %in% invalid_groups, ]
print(unpaired_by_row)

# 额外检查：如果总行数为奇数，最后一行必然未成对
if (nrow(wings) %% 2 != 0) {
  cat("注意：数据总行数为奇数，最后一行无配对条目：\n")
  print(tail(wings, 1))
}

说明 #

• 方法一能覆盖所有异常情况（如单个翅重复录入、某一样本仅存单翅）；
• 方法二更贴合你描述的行顺序规则，能快速定位到配对错误的行组。

内容的提问来源于stack exchange，提问作者H Kaur