我对R来说很新，这可能是一个非常愚蠢的问题，但我现在很困惑。
我目前正在尝试对我的数据进行规范对应分析，以了解哪些环境因素对社区分布有更大的影响。我正在使用纯素包。我的数据包括环境因子表（数据集EFamoA）和丰度矩阵（数据集AmoA）的另一个表。我有41个土壤，有39个环境因子和334种。 在清理了任何非数字变量的数据后，我尝试使用公式表示法执行cca分析：
CCA.amoA <- cca (AmoA ~ EFamoA$PH + EFamoA$LOI, data = EFamoA,
scale = TRUE, na.action = na.omit)
但后来我收到了这个错误：
Error in weighted.mean.default(newX[, i], ...) :
'x' and 'w' must have the same length
我真的不知道从哪里开始，并且在任何地方都没有找到太多关于这个问题的东西（这让我觉得它一定是我正在做的某种非常基本的错误）。我的环境因素数据没有标准化，因为算法在cca帮助文件中使用了红色，但我可能之前应该将其标准化吗？ （我也是红色，比例= TRUE仅适用于物种）。我应该将数据转换为矩阵吗？
我希望我明确表达自己的观点，因为我现在已经挣扎了一段时间。
编辑：我的环境数据有NA值
答案 0 :(得分：0)
好吧，所以我能够自己解决这一切，这确实是一件愚蠢的事情，结果我的丰富数据有土壤作为列和物种作为行，而环境因素（EF）数据有土壤作为行和EF作为专栏。
在我的数据上使用t()，我转换了我的data.frame（并将其并行转换为矩阵）并cca()工作（我认为“长度”是相同的）。单独转置数据并加载已经转置的数据也可以。
虽然t()方法可能省去了创建一个全新文件的需要（如果您的数据是按照我的情况使用不同的行进行组织的），它会将数据转换为矩阵，在某些情况下可能不需要这样做无论哪种方式，这都是一个非常简单明显的解决方法（虽然花了我一段时间）。