R语言拆分dataframe并按a_id字段命名导出csv文件问题咨询

问题原因 #

1. 你对iwalk的功能理解有误：purrr包的iwalk遍历列表时，第二个传入的参数是列表元素的位置序号，不是直接写列名a_id就能自动读取原数据框的列值
2. str_c里的%s是占位符语法，只有配合sprintf函数才会被替换为实际值，直接写在str_c里会被当成普通字符串输出
3. 你在map步骤删掉了sample_name列，也没有保留a_id列，拆分后的小数据框里已经没有文件名需要的标识信息，自然没法生成正确的文件名

修正后可直接运行的代码 #

推荐使用更稳妥的group_nest写法，不会出现分组顺序和id对应不上的问题：

library(tidyverse)

metrics %>%  
  # 替换原spread，功能一致更符合当前tidyverse规范，保留原spread写法也可正常运行
  pivot_wider(names_from = base, values_from = pct) %>% 
  # 保留a_id作为文件名来源
  select(sample_name, a_id, Cycle = pos, R1.A, R1.C, R1.G, R1.T, R1.N, R2.A) %>% 
  # 按两个字段分组嵌套，每个分组对应一行数据
  group_nest(sample_name, a_id) %>% 
  # 提前生成每个分组对应的存储路径
  mutate(file_path = str_c('/home/Projects/', a_id, '.csv')) %>% 
  # 遍历每个分组，把嵌套的小数据框写入对应路径
  pwalk(function(data, file_path, ...) write_csv(data, file_path))

如果你要保留原来的group_split逻辑，也可以提前提取对应顺序的a_id列表适配：

# 提前按分组顺序提取唯一的a_id列表
id_list <- metrics %>% distinct(sample_name, a_id) %>% pull(a_id)

metrics %>%  
  spread(base, pct ) %>% 
  select(sample_name,Cycle = pos,R1.A,R1.C,R1.G,R1.T,R1.N,R2.A) %>% 
  group_split(sample_name) %>% 
  map(select, -sample_name) %>% 
  # .y是iwalk传入的分组序号，对应到提前准备好的id_list取值即可
  iwalk( ~ write_csv(.x, str_c('/home/Projects/', id_list[.y], '.csv')))

内容的提问来源于stack exchange，提问作者nbn