在R中整合两个列表：统计单倍型计数及对应ls总和求助

需求说明 #

现有两个长度匹配的列表：

• haps：每个元素对应一个窗口的单倍型编码向量（共1-6号窗口）
• ls：每个元素对应同一窗口的元数据向量，位置与haps完全一一对应（如haps[[1]][1]对应ls[[1]][1]）

需要为每个窗口生成包含以下字段的结果表：

• haplotype：单倍型编码
• count：该单倍型在窗口内的出现次数
• ls：该单倍型对应所有元数据的总和

示例数据 #

haps 列表内容 #

`1`
[1] 19 31 31 31 31

$`2`
[1]  7 31 31 31 31

$`3`
[1] 15 31 31 31 31

$`4`
[1] 31 31 31 31 31

$`5`
[1] 31 31 31 31 31

$`6`
[1] 30 31 31 31 31

ls 列表内容 #

$`1`
[1] 2 0 2 3 4

$`2`
[1] 2 0 2 3 4

$`3`
[1] 2 0 2 3 4

$`4`
[1] 2 0 2 3 4

$`5`
[1] 2 0 2 3 4

$`6`
[1] 2 0 2 3 4

期望输出 #

每个窗口对应一个数据框，示例如下：

$`1`
  haplotype count ls
1        19     1   2
2        31     4   9

$`2`
  haplotype count ls
1         7     1   2
2        31     4   9

$`3`
  haplotype count ls
1        15     1   2
2        31     4   9

$`4`
  haplotype count ls
1        31     5   11

$`5`
  haplotype count ls
1        31     5   11

$`6`
  haplotype count ls
1        30     1   2
2        31     4   9

现有代码（未完成） #

已实现单倍型计数，但无法计算对应元数据总和：

counting <- function(x,y) {
  u <- unique(x);
  data.frame(
    haplotype=u,
    count=sapply(u, function(v) { length(which(x==v)) } )
  )
}

counts = lapply(haps, counting)

解决方案 #

方案1：修改原自定义函数 #

调整counting函数，新增元数据求和逻辑，同时改用mapply遍历两个列表：

counting <- function(x, y) {
  u <- unique(x)
  data.frame(
    haplotype = u,
    count = sapply(u, function(v) sum(x == v)),  # 简化计数写法，替代length(which(...))
    ls = sapply(u, function(v) sum(y[x == v]))
  )
}

# 用mapply同时传递haps和ls的对应元素，SIMPLIFY=FALSE确保输出为列表
counts <- mapply(counting, haps, ls, SIMPLIFY = FALSE)

方案2：使用tidyverse工具链（更直观） #

借助purrr和dplyr的语法，逻辑更清晰：

library(tidyverse)

# 定义单个窗口的处理函数
process_window <- function(hap_vec, ls_vec) {
  tibble(haplotype = hap_vec, ls = ls_vec) %>%
    group_by(haplotype) %>%
    summarise(
      count = n(),
      ls = sum(ls),
      .groups = "drop"
    )
}

# 用map2遍历两个列表生成结果
counts <- map2(haps, ls, process_window)

内容的提问来源于stack exchange，提问作者mrfz098