R中统计CSV指定列落在n±5区间的数值数量结果错误如何解决

核心错误是R语言运算符优先级导致的区间解析错误：
R中序列生成符:的优先级远高于加减运算符+、-，你代码中的n-5:n+5没有加括号修正运算顺序，会被R错误解析为n - (5:n) + 5，生成的是从n到5的超长递减序列，而非你预期的n-5到n+5的短区间。
这就导致只要你的目标数值31140、31141落在这个错误生成的长序列中就会被计数，n越大长序列包含的数值越多，所以出现了计数从n=31130开始就不为0、后续只增不减、超出有效区间也不回落的错误现象。

• 给区间上下限加括号强制运算顺序，把n-5:n+5改成(n-5):(n+5)即可修复计数错误
• 若后续要导出统计结果，建议提前初始化结果数据框，避免循环内动态拼接损耗性能

修正后的完整代码如下：

library(expss)
SNP_file <- read.csv("testdata.csv", header = FALSE, sep = "\t")
# 提前初始化结果数据框
result_df <- data.frame(n = integer(), count = integer())

for (n in 31130:31150) {
  # 修正括号，保证先算区间上下限再生成序列
  SNP_Number <- count_if((n-5):(n+5), SNP_file$V2)
  result_df <- rbind(result_df, data.frame(n = n, count = SNP_Number))
}
# 验证结果
print(result_df)
# 后续导出可直接调用write.csv：
# write.csv(result_df, "区间统计结果.csv", row.names = FALSE)

如果不想依赖expss包，也可以用R原生语法实现相同逻辑，运行效率更高且不会出现运算符优先级问题：

SNP_file <- read.csv("testdata.csv", header = FALSE, sep = "\t")
result_df <- data.frame(
  n = 31130:31150,
  count = sapply(31130:31150, function(n){
    sum(SNP_file$V2 >= n-5 & SNP_file$V2 <= n+5)
  })
)

内容的提问来源于stack exchange，提问作者Tim Beard