R语言phangorn包批量计算系统发育树节点后代数赋值错误问题

phangorn::Descendants()接收节点向量作为输入时，返回值是列表结构：列表长度等于输入节点的总数，每个列表元素对应一个输入节点的所有后代ID向量。
你直接在函数外层嵌套length()时，计算的是最外层返回列表的总长度（也就是你输入的节点个数，测试中输入3个节点因此固定返回3），并没有对每个节点对应的后代向量单独计数，因此所有行都会被赋值为同一个数。

不需要用逐行apply循环，直接用R内置的lengths()函数（注意函数名带末尾的s）即可，该函数专门用于批量计算列表中每个元素的长度，属于向量化运算，节点量大时运行效率远高于逐行迭代：

# 加载phangorn包（如果未加载）
library(phangorn)

tests <- data.frame(nodes=c(12551, 12514, 12519))
# 一次性传入所有节点，批量计算每个节点的后代总数
tests$children <- lengths(Descendants(tree, tests$nodes, type = 'all'))

该写法直接利用了Descendants()本身支持向量输入的特性，只需要调用一次函数即可完成所有节点的后代提取，注意事项如下：

• 不要写for循环逐节点单独调用Descendants()，当节点数达到上千级别时，重复的函数调用会让运行速度明显变慢，向量化写法是最优选择。
• 注意区分length()和lengths()：前者计算单个对象的总长度，后者批量计算列表/向量每个子元素的长度。

如果节点量很小，也可以用sapply逐节点计算，结果和上述方案一致：

tests$children <- sapply(tests$nodes, function(node_id) {
  length(Descendants(tree, node_id, type = 'all'))
})

执行上述代码后，得到的数据框完全符合预期：

nodes children
1 12551        2
2 12514        8
3 12519        2

内容的提问来源于stack exchange，提问作者aholtz