R ANOVA循环中的可变长度错误

Question

我目前正在尝试运行我的数据框上的方差分析，其格式如下：

ethnicity sampleID batch gender gene1 gene2 gene3 ...

..最多几千个基因，table 由基因表达值填充。

下面是我用来尝试运行每个基因的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??
}

当我尝试运行执行此代码时，出现以下错误：

Error in model.frame.default(formula = colnames(merge)[i] ~ ethnicity, : variable lengths differ (found for 'ethnicity')

我已经检查了我的种族列的长度，它与我的 gene1 列的长度相同。我也曾尝试对 merge$ethnicity 使用 na.omit() 命令，但它仍然给出相同的错误。

有人对问题出在哪里有任何建议吗？

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)))

}

似乎给我以下错误：

Error in levels(x)[x] : only 0's may be mixed with negative subscripts In addition: Warning messages: 1: In model.response(mf, "numeric") :
using type = "numeric" with a factor response will be ignored 2: In Ops.factor(y, z$residuals) : ‘-’ not meaningful for factors

Answer 1

我生成了一个例子。 df包含一个变量etnicity，有3组，有两个基因。 etnicity 是您的预测变量。 loop 打印与 etnicity 关联的每个基因的 aov 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 的数据海。

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

Variable length error in R ANOVA loop

r

anova

lm