如何在自定义R函数中正确返回各拆分聚类的fgsea结果

• 原函数存在语法错误：lapply语句后多余一个闭合右括号，函数整体逻辑不完整、无法正常运行
• 输入参数格式不匹配：fgsea的stats入参要求为命名数值向量，向量元素为rank值，对应元素名称为基因名；原逻辑直接传入去掉cluster列的原始子数据框，结构不符合fgsea的输入规范
• 结果收集逻辑错误：使用sapply遍历结果时，sapply会主动尝试简化复杂对象结构；由于fgsea返回的是包含列表列的复杂数据框，无法被简化为原子矩阵，因此会退化为仅返回对象类型提示，而非实际分析内容

• 补全函数语法结构，移除多余括号
• 对每个拆分后的聚类子数据框做格式转换，提取基因名、rank值组装成符合fgsea要求的命名数值向量
• 将结果收集逻辑从sapply替换为lapply，完整保留每个聚类对应的fgsea输出，避免无意义的结构简化
• 给每个聚类的分析结果增加标识列，方便后续跨聚类合并、溯源

# 提前加载fgsea依赖包
library(fgsea)

# 自定义函数（若需避免和R内置rank函数重名，可替换函数名为更具辨识度的标识，如cluster_fgsea）
rank <- function(df, geneSet, nperm = 1000) {
  # 按cluster值生成分组标识
  clusterName <- paste0("cluster", df$cluster)
  # 按cluster拆分原始数据框
  splitData <- split(df, clusterName)
  
  # 逐聚类执行fgsea分析
  fgseaResList <- lapply(names(splitData), function(cluster_id) {
    # 提取当前聚类的子数据集
    sub_df <- splitData[[cluster_id]]
    # 转换为fgsea要求的stats格式：命名数值向量
    stats_vec <- setNames(object = sub_df$rank, nm = sub_df$gene)
    # 执行fgsea运算
    cluster_res <- fgsea(
      pathways = geneSet,
      stats = stats_vec,
      nperm = nperm
    )
    # 增加聚类标识列，方便后续溯源
    cluster_res$cluster <- cluster_id
    return(cluster_res)
  })
  
  # 为结果列表匹配对应聚类名称
  names(fgseaResList) <- names(splitData)
  # 可选：将所有聚类的fgsea结果合并为单个数据框
  final_output <- do.call(rbind, fgseaResList)
  rownames(final_output) <- NULL
  return(final_output)
}

• 函数外单独运行fgsea正常，是因为当时传入fgsea的stats变量（ranksMU150PDXTcluster1）本身就是整理好的命名数值向量，和函数内最初直接传入的原始子数据框结构完全不同
• 替换sapply为lapply后，每个聚类的fgsea结果会被完整存入列表，不会被强制拆解为类型信息
• 内置的结果合并逻辑可以将所有聚类的分析结果整合为单个数据框，无需后续手动拼接，方便直接用于筛选、可视化

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