R语言通过循环实现任意列数质谱数据按每3列分组

需要将数据框按指定模式拆分列，适配质谱表达数据集的特征：所有样本均为三重复、总列数可被3整除，且不同实验产出的数据集列数不固定，无需针对固定列数硬编码拆分逻辑。
12列示例数据框结构如下：

此前针对固定2组6列场景的硬编码实现仅能处理提前已知分组数的情况，代码如下：

data = as.matrix(input_data)
  
id0 = which(class == 0)
id1 = which(class == 1)

data0 <- data[,id0]
data1 <- data[,id1]

已测试的分组数计算逻辑：

class = c(0,0,0,1,1,1)
length(class)
x <- length(class)/3 
x

代码自动识别传入的分组向量中的所有分组ID，循环提取对应列存入列表，适配任意符合三重复规则的列数输入：

# 基础输入校验，避免不符合规则的输入导致运行错误
input_data <- as.matrix(input_data)
stopifnot(
  "数据总列数必须可被3整除" = ncol(input_data) %% 3 == 0,
  "分组向量长度必须与数据列数一致" = length(class) == ncol(input_data)
)

# 自动提取所有唯一分组ID
group_ids <- unique(class)
# 初始化列表存储各分组拆分结果
group_result <- list()

# 循环遍历每个分组，提取对应列
for (gid in group_ids) {
  col_index <- which(class == gid)
  group_result[[paste0("data", gid)]] <- input_data[, col_index]
}

使用说明 #

• 拆分结果统一存在group_result列表中，要获取分组0的子矩阵，直接调用group_result$data0即可，和之前硬编码生成的data0完全一致
• 无需提前指定分组总数，不管是2组6列、4组12列还是更多分组的数据集，只要传入对应长度的class分组向量即可自动完成拆分
• 如果需要更简洁的非循环写法，可直接用split函数实现，效果完全相同：

group_result <- lapply(split(seq_len(ncol(input_data)), class), function(col_idx){
  input_data[, col_idx]
})

测试示例 #

以6列2分组数据为例：

# 定义分组向量
class <- c(0,0,0,1,1,1)
# 模拟10行6列的测试数据集
input_data <- matrix(rnorm(60), nrow = 10, ncol = 6)
# 运行上述拆分代码后，group_result$data0为前3列，group_result$data1为后3列

如果是12列4分组场景，只需将class替换为对应长度的向量如c(0,0,0,1,1,1,2,2,2,3,3,3)，无需修改拆分逻辑即可自动得到4个3列的子矩阵。

内容的提问来源于stack exchange，提问作者KABILAN