Question

我目前正在尝试在数据框上运行方差分析，其格式如下：

ethnicity sampleID batch gender gene1 gene2 gene3 ...

..最多2,000个基因，该表中填有基因表达值。

下面是我用来为每个基因运行方差分析以发现种族差异的代码：

# here, 'merge' is the dataframe as described above
# set ethnicity to categorical
merge$ethnicity <- factor(merge$ethnicity, levels=c("Chinese","Malay","Indian"))

# parametric anova for each gene
baseformula <- " ~ ethnicity"
for (i in 5:ncol(merge))
{
  p <- anova(lm(colnames(merge)[i] ~ ethnicity, data=merge))  # variable lengths differ??
}

当我尝试运行此代码时，出现以下错误：

model.frame.default（formula = colnames（merge）[i]〜种族，：可变长度有所不同（基于“种族”）

我检查了我的“种族”列的长度，该长度与我的“ gene1”列的长度相同。我也曾尝试对na.omit()使用merge$ethnicity命令，但仍然会出现相同的错误。

有人对这个问题有什么建议吗？

谢谢！

编辑：这是我的数据框的前五行：

这是我的数据框的前五行和前五列：

    ethnicity sample.id Batch Gender X7896759  
1           1 H60903    B6      1  6.19649  
2           1 H61603    B2      1  6.74464  
3           1 H61608    B7      2  6.20268  
4           1 H62204    B4      1  6.71395  
5           1 H62901    B7      2  6.59963

使用代码：

for (i in 5:ncol(merge))
{
  print(colnames(merge)[i])
  print(summary(aov(merge[,i] ~ merge$ethnicity)))

}

似乎给了我以下错误：

levels（x）[x]中的错误：负下标只能混合0   另外：警告消息：1：在model.response（mf，“ numeric”）中：
  在因子响应中使用type =“ numeric”将被忽略2：在   Ops.factor（y，z $ residuals）：“-”对因子没有意义

Answer 1

我产生了一个例子。 df包含变量etnicity，具有三个组，并且有两个基因。 etnicity是您的预测变量。 loop打印与aov相关的每个基因的etnicity摘要结果。

set.seed(1); df <- data.frame(etnicity=c('A', 'B', 'C','A', 'B', 'C','A', 'B', 'C'), gene1=rnorm(9), gene2=rnorm(9))

for(i in 2:ncol(df)){
  print(colnames(df)[i])
  print( summary( aov(df[,i] ~ df$etnicity) ) )
  }

[1] "gene1"
            Df Sum Sq Mean Sq F value Pr(>F)
df$etnicity  2  1.324  0.6619   1.006   0.42
Residuals    6  3.947  0.6579               
[1] "gene2"
            Df Sum Sq Mean Sq F value Pr(>F)
df$etnicity  2  2.436   1.218   0.977  0.429
Residuals    6  7.478   1.246

将其应用于类似于OP的数据母马。

df <- read.table(text="ethnicity sample.id Batch Gender X7896759  
1           1 H60903    B6      1  6.19649  
2           1 H61603    B2      1  6.74464  
3           2 H61608    B7      2  6.20268  
4           2 H62204    B4      1  6.71395  
5           3 H62901    B7      2  6.59963", header=T, stringsAsFactors=F)  


for(i in 5:ncol(df)){
  print(colnames(df)[i])
  print(summary(aov(df[,i]~df$ethnicity)))
}

[1] "X7896759"
             Df  Sum Sq Mean Sq F value Pr(>F)
df$ethnicity  1 0.00803 0.00803   0.084  0.791
Residuals     3 0.28767 0.09589

R ANOVA循环中的可变长度错误

1 个答案: