R语言筛选数据框列时报subscript out of bounds错误如何解决

• 逻辑索引错误：你的All_data第一列为行名标识列（字符型），第17行值为字符串rt，你将该值作为基准与其他列第17行的浮点数值直接做等值判断，永远返回FALSE，导致Sub_data始终只有1列。如果你后续代码中存在Sub_data[1, i]这类索引逻辑，当i>1时自然触发下标越界。
• 语法不完整：你贴出的代码中嵌套for循环、if判断的花括号均未闭合，运行时语法解析混乱，会导致不可预期的索引错误。
• 冗余循环逻辑错误：外层for(i in 1:1091)完全多余，且每一次i迭代都会将Sub_data重置为仅包含All_data第一列的数据集，进一步加剧索引越界风险。
• 浮点数判断漏洞：直接用==对比浮点数值会因为存储精度问题出现匹配错误，即使数值实际相等也可能被判为不等。

用R的向量化操作替代低效的嵌套循环，代码简洁且不易出错：

第一步：筛选符合rt值匹配条件的列 #

library(readxl)
library(janitor)

All_data <- read_excel("DataMatrix_Excel.xlsx")
# 设定基准对比列：这里假设你要以第2列的第17行rt值为基准，可根据需求修改列位置
target_rt <- All_data[[17, 2]]
# 筛选所有非标识列中，第17行rt值和基准值相等的列，设置公差避免浮点精度问题
keep_col_flag <- sapply(All_data[, -1], function(col) {
  isTRUE(all.equal(col[17], target_rt, tolerance = 1e-6))
})
# 生成Sub_data：保留行名标识列 + 符合条件的数值列
Sub_data <- cbind(All_data[, 1, drop = FALSE], All_data[, -1][, keep_col_flag, drop = FALSE])

第二步：剔除变异度一致的重复列 #

直接使用你已加载的janitor包内置函数即可完成，每组重复列仅保留第一列：

Sub_data_clean <- remove_duplicate_cols(Sub_data)

内容的提问来源于stack exchange，提问作者Reda