如何基于文本文件两列生成新列？附R代码排障请求

先明确你的需求：给包含exons和affected_exon列的数据集新增splicing列，规则如下：

• 当affected_exon = 1时赋值为first
• 当affected_exon = exons时赋值为last
• 当1 < affected_exon < exons时赋值为middle

你的现有代码没达到预期，问题主要出在这几个地方：

1. 循环逻辑完全错误 #

你写的for (i in out)是在遍历数据框的列，而不是逐行处理数据，这和你需要逐行判断的需求完全不匹配。应该遍历数据框的行索引，比如for (i in 1:nrow(out))。

2. 变量赋值方式错误 #

你用cluster <- c("last")这种写法，每次循环都会把整个cluster变量替换成单个字符串，而不是给对应行的位置赋值。而且原数据里根本没有group列，cluster <- out$group这行完全是多余的，应该直接操作新的splicing列。

3. 未针对单行数据做判断 #

你的条件scans == exon是对整个向量做比较，不是针对第i行的exons和affected_exon值，这样根本无法实现逐行的逻辑判断。

修正后的Base R代码（循环版本） #

# 读取数据
out <- read.delim("out.txt", sep = "\t", header = TRUE)

# 初始化splicing列，先设为默认值
out$splicing <- NA

# 逐行遍历判断
for (i in 1:nrow(out)) {
  exons_val <- out$exons[i]
  affected_val <- out$affected_exon[i]
  
  if (affected_val == 1) {
    out$splicing[i] <- "first"
  } else if (affected_val == exons_val) {
    out$splicing[i] <- "last"
  } else if (affected_val > 1 && affected_val < exons_val) {
    out$splicing[i] <- "middle"
  }
}

# 查看结果
print(out)

更高效的向量化实现（推荐） #

在R里尽量避免循环，用向量化操作更简洁高效，这里提供两种常用方式：

方法1：Base R嵌套ifelse

out <- read.delim("out.txt", sep = "\t", header = TRUE)

out$splicing <- ifelse(out$affected_exon == 1, "first",
                       ifelse(out$affected_exon == out$exons, "last",
                              ifelse(out$affected_exon > 1 & out$affected_exon < out$exons, "middle", NA)))

方法2：dplyr包（逻辑更清晰）

如果你已经安装了dplyr包，用case_when写出来的逻辑可读性更强：

library(dplyr)

out <- read.delim("out.txt", sep = "\t", header = TRUE) %>%
  mutate(splicing = case_when(
    affected_exon == 1 ~ "first",
    affected_exon == exons ~ "last",
    between(affected_exon, 2, exons - 1) ~ "middle",
    TRUE ~ NA_character_ # 处理其他异常情况
  ))

运行以上任意一种方法，都会得到你预期的结果：

exons affected_exon splicing
1    24            22    middle
2    37             7    middle
3    14            14      last
4    33             1     first

内容的提问来源于stack exchange，提问作者Mia Lua