如何对dataframe列表使用group_by去重并保留log2绝对值最小的行

1. 你调用seq_along(dflist)生成的是对应列表索引的整数序列，属于列表类结构，无法直接调用dplyr专为数据框设计的group_by方法，因此触发类不匹配报错。
2. 你原有的单数据框处理逻辑本身不符合需求：filter(log2==min(log2))是筛选每组内log2数值最小的行（会优先保留负数），而非筛选log2绝对值最小的行。

tidyverse 方案（依赖purrr+dplyr） #

library(tidyverse)

processed_dflist <- map(dflist, function(df) {
  df %>%
    group_by(gene) %>%
    # 筛选log2绝对值最小的行，保留原有正负号
    filter(abs(log2) == min(abs(log2))) %>%
    # 可选：若同gene存在多个log2绝对值相同的行，仅保留第一条避免重复
    slice_head(n = 1) %>%
    ungroup()
})

base R 方案（无需额外安装包） #

processed_dflist <- lapply(dflist, function(df) {
  do.call(rbind, lapply(split(df, df$gene), function(sub_df) {
    sub_df[which.min(abs(sub_df$log2)), ]
  }))
})

你给出的期望输出中基因c对应的值0.1属于笔误，按照「保留原有正负号」的要求，实际处理结果应为-0.1。如果需要输出绝对值，可在处理逻辑中额外添加mutate(log2 = abs(log2))步骤。

内容的提问来源于stack exchange，提问作者JVDeasyas123