如何在R语言for循环中完整输出data.frame adj_expression内容

问题背景 #

在遍历1至449个基因的循环中，每次生成adj_expression矩阵（调整后的基因表达量），但直接在循环外执行write.table只能输出最后一次循环的结果，无法保留所有基因的计算结果。

两种可行解决方法 #

方法1：循环内逐步追加写入文件 #

每次生成adj_expression后直接写入文件，通过控制参数避免覆盖之前的内容，同时保证表头仅输出一次。

修改后的代码片段：

# 初始化标志，控制表头仅输出一次
first_write <- TRUE

for (i in 1:n_genes) {
        cat(i, "/", n_genes, "\n")
        gene <- genes[i]
        gene_name <- gene_annot$gene_name[gene_annot$gene_id == gene]
        gene_type <- get_gene_type(gene_annot, gene)
        coords <- get_gene_coords(gene_annot, gene)
        cis_gt <- get_cis_genotype(gt_df, snp_annot, coords, cis_window)
        
        if (all(is.na(cis_gt))) {
          # No snps within window for gene.
          model_summary <- c(gene, gene_name, gene_type, alpha, 0, 0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)
          write(model_summary, file = model_summary_file, append = TRUE, ncol = 24, sep = '\t')
          next
        }
        
        model_summary <- c(gene, gene_name, gene_type, alpha, ncol(cis_gt), 0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)
        
        if (ncol(cis_gt) >= 2) {
          expression_vec <- expr_df[,i]
          adj_expression <- adjust_for_covariates(expression_vec, covariates_df)
          adj_expression <- as.matrix(adj_expression[(rownames(adj_expression) %in% rownames(cis_gt)),])
          
          # 追加写入当前基因的调整后表达量
          write.table(adj_expression, 
                      file = "s_expr.txt", 
                      sep = "\t", 
                      row.names = TRUE,
                      col.names = first_write,  # 仅第一次输出表头
                      append = !first_write)  # 第一次不追加，后续追加
          
          # 更新标志，后续不再输出表头
          if (first_write) first_write <- FALSE
        }
}

方法2：先收集所有结果再统一写入 #

先在循环外初始化一个列表容器，每次循环将adj_expression存入容器，循环结束后合并所有结果再写入文件，这种方式能减少磁盘IO操作，效率更高。

修改后的代码片段：

# 初始化列表存储所有基因的调整后表达量
all_adj_expr <- list()

for (i in 1:n_genes) {
        cat(i, "/", n_genes, "\n")
        gene <- genes[i]
        gene_name <- gene_annot$gene_name[gene_annot$gene_id == gene]
        gene_type <- get_gene_type(gene_annot, gene)
        coords <- get_gene_coords(gene_annot, gene)
        cis_gt <- get_cis_genotype(gt_df, snp_annot, coords, cis_window)
        
        if (all(is.na(cis_gt))) {
          # No snps within window for gene.
          model_summary <- c(gene, gene_name, gene_type, alpha, 0, 0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)
          write(model_summary, file = model_summary_file, append = TRUE, ncol = 24, sep = '\t')
          next
        }
        
        model_summary <- c(gene, gene_name, gene_type, alpha, ncol(cis_gt), 0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)
        
        if (ncol(cis_gt) >= 2) {
          expression_vec <- expr_df[,i]
          adj_expression <- adjust_for_covariates(expression_vec, covariates_df)
          adj_expression <- as.matrix(adj_expression[(rownames(adj_expression) %in% rownames(cis_gt)),])
          
          # 将当前基因结果存入列表，用基因名作为元素名称（可选）
          all_adj_expr[[gene_name]] <- adj_expression
        }
}

# 合并所有结果为一个矩阵（假设每个adj_expression为单列，按列合并）
combined_adj_expr <- do.call(cbind, all_adj_expr)

# 统一写入文件
write.table(combined_adj_expr, 
            file = "s_expr.txt", 
            sep = "\t", 
            row.names = TRUE, 
            col.names = TRUE)

注意事项 #

• 若每次循环生成的adj_expression行顺序不一致，建议在合并前统一行名，避免数据错位。
• 方法1适合实时查看输出进度，方法2适合大数据量场景，性能更优。

内容的提问来源于stack exchange，提问作者Katherin Wright