R语言数据处理那些事（30） 自动化全组合遍历

缘由

生信之路，道阻且长。记录一点避坑经验，愿能渡有缘人。

碎碎念

“及时当勉励，岁月不饶人。” ——陶渊明

告别繁琐嵌套：像 Python 一样遍历

【场景】
当你需要测试 2 种算法（cmb）、2 种模式（mode）、2 种参数（option）的所有组合时，你还在写三层嵌套的 for 循环吗？

【Python 的直观写法】
Python 开发者习惯用 itertools.product 生成笛卡尔积，代码横向展开，非常直观：

import itertools
 
combinations = itertools.product(["cmb1", "cmb2"], ["mode1", "mode2"], ["opt1", "opt2"])
 
for cmb, mode, option in combinations:
    print(f"✅ Running: {cmb} | {mode} | {option}")
    main(dir_sets, cmb, option, mode)
 

---

R 版：expand.grid + pmap

【R 进阶方案】
在 R 中，我们可以利用 expand.grid 完美复刻全组合逻辑，再通过 purrr::pmap 实现类似 Python 的优雅遍历。

我们甚至可以加入 glue 包，让日志输出告别厚重的 sprintf。

library(purrr)
library(glue)
 
# 1. 生成所有组合（全覆盖矩阵）
combinations <- expand.grid(
  cmb = c("cmb1", "cmb2"),
  mode = c("mode1", "mode2"),
  option = c("opt1", "opt2"),
  stringsAsFactors = FALSE
)
 
# 2. pmap 遍历：每一行自动映射为函数参数
pmap(combinations, function(cmb, mode, option) {
  
  # 打印运行日志
  message(glue("✅ Running: {cmb} | {mode} | {option}"))
  
  # 执行核心分析函数
  main(dir_sets, cmb, option, mode)
})
 

---

结语

代码的水平，往往体现在如何处理“重复”和“复杂”。

• 用 format_name 解决字符串的纵向深度。
• 用 pmap 解决逻辑遍历的横向广度。

💡 互动

你在处理多组学数据时，还有哪些觉得“不爽”的重复操作？欢迎在评论区留言，我们一起“优雅化”。
、