R语言编写嵌套循环实现两张质谱化合物表的m/z与RT匹配

现有代码错误说明 #

1. 语法层面错误：

• if判断条件必须包裹在小括号内，你原代码if abs(Table_1$RT[i]- Table_2$RT[j])<0.9 ==TRUE)缺少左侧括号，同时多了冗余的==TRUE判断
• 大括号配对完全混乱：两层for循环、if/else结构的大括号没有对应闭合，是报错的直接原因

2. 逻辑层面错误：

• 仅校验了RT匹配规则，完全没有加入m/z的匹配判断
• m/z匹配规则中你写的*106是笔误，ppm对应百万分之一，应该为*1e6，同时原公式多了一个多余的右括号

3. 数据操作错误：

• 未提前初始化结果表Table_3，每次赋值直接覆盖整列内容，无法累加所有匹配结果

修正后的实现代码 #

嵌套循环版本（兼容你原来的思路） #

# 提前初始化结果表，固定列结构
Table_3 <- data.frame(
  ID_T1 = integer(),
  RT_T1 = numeric(),
  mz_T1 = numeric(),
  ID_T2 = integer(),
  RT_T2 = numeric(),
  mz_T2 = numeric(),
  RT_match = logical(),
  mz_match = logical()
)

# 给原表提前初始化匹配标记列，默认值为FALSE
Table_1$has_match <- FALSE
Table_2$has_match <- FALSE

# 嵌套循环匹配
for (i in 1:nrow(Table_1)) {
  for (j in 1:nrow(Table_2)) {
    # 同时判断RT和m/z的匹配规则
    rt_match <- abs(Table_1$RT[i] - Table_2$RT[j]) < 0.9
    mz_match <- abs((Table_1$m.z[i] - Table_2$m.z[j])/Table_1$m.z[i] * 1e6) < 3
    
    if (rt_match & mz_match) {
      # 匹配成功则追加行到结果表
      new_row <- data.frame(
        ID_T1 = Table_1$ID_T1[i],
        RT_T1 = Table_1$RT[i],
        mz_T1 = Table_1$m.z[i],
        ID_T2 = Table_2$ID_T2[j],
        RT_T2 = Table_2$RT[j],
        mz_T2 = Table_2$m.z[j],
        RT_match = rt_match,
        mz_match = mz_match
      )
      Table_3 <- rbind(Table_3, new_row)
      # 标记原表匹配状态
      Table_1$has_match[i] <- TRUE
      Table_2$has_match[j] <- TRUE
    }
  }
}

更高效的模糊连接版本（避免嵌套循环，适合大数据量） #

library(fuzzyjoin)

Table_3 <- fuzzy_join(
  x = Table_1,
  y = Table_2,
  by = c("RT", "m.z"),
  match_fun = list(
    \(x,y) abs(x-y) < 0.9,
    \(x,y) abs((x-y)/x *1e6) <3
  ),
  mode = "inner"
)
# 匹配完成后给原表加标记列
Table_1$has_match <- Table_1$ID_T1 %in% Table_3$ID_T1
Table_2$has_match <- Table_2$ID_T2 %in% Table_3$ID_T2

需求实现说明 #

• 新生成的Table_3已经保留了两个表的所有字段，包括两个实验室分配的ID字段
• 上述代码已经为Table_1和Table_2新增了has_match列，直接记录该行是否存在匹配记录（TRUE/FALSE），满足你回写原表的需求

匹配结果参考示意图 #

内容的提问来源于stack exchange，提问作者bsaleeby