R 整齐的多个肛门

我有整洁的数据，并遵循了这个例子

在我的办公室电脑上工作，而不是在我的家庭电脑上。现在我得到：

Error in var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm) : 
  is.atomic(x) is not TRUE
In addition: Warning messages:
1: Data frame tidiers are deprecated and will be removed in an upcoming release of broom. 
2: In mean.default(X[[i]], ...) :
  argument is not numeric or logical: returning NA
3: In mean.default(X[[i]], ...) :
  argument is not numeric or logical: returning NA
4: In var(if (is.vector(x) || is.factor(x)) x else as.double(x), na.rm = na.rm) :
  NAs introduced by coercion

代码：

问题在于

tidy（res，Model）

当我通过

summary（res[[2]][[1]]）

等获得统计数据时

我真的很喜欢tidy在办公室工作时给我输出的方式

数据：

---

任何帮助都将不胜感激

在家庭和工作计算机上工作的差异可能与

dplyr

和/或

broom

的版本有关

尝试使用

nest\u by

（

dplyr

version 1.0.0）代替

group\u by

，并在每行嵌套数据上运行模型。使用

nest\u by

将创建一个新的临时列表列

data

。它类似于以前使用的

nest

和

rowwise

。模型也需要在这里的

列表中

library(dplyr)
library(broom)

Raw.data %>%
  nest_by(Gene) %>%
  mutate(Model = list(aov(log2(FC) ~ Treatment, data = data))) %>%
  summarise(tidy(Model))

这应该允许您针对不同的基因分别运行
aov
，并给出类似的输出

输出

  Gene   term         df   sumsq meansq statistic p.value
  <chr>  <chr>     <dbl>   <dbl>  <dbl>     <dbl>   <dbl>
1 mLST8  Treatment     1  4.03   4.03      6.02    0.0235
2 mLST8  Residuals    20 13.4    0.670    NA      NA     
3 mTOR   Treatment     1  0.376  0.376     0.403   0.533 
4 mTOR   Residuals    20 18.7    0.934    NA      NA     
5 Raptor Treatment     1  0.0253 0.0253    0.0279  0.869 
6 Raptor Residuals    20 18.1    0.906    NA      NA     
7 Rictor Treatment     1  2.88   2.88      0.902   0.354 
8 Rictor Residuals    20 63.9    3.20     NA      NA     

基因项df sumsq meansq统计p.值
1 mLST8处理1 4.03 4.03 6.02 0.0235
2 mLST8残差20 13.4 0.670 NA
3 mTOR治疗1 0.376 0.376 0.403 0.533
4 mTOR残差20 18.7 0.934 NA NA
5猛禽治疗1 0.0253 0.0253 0.0279 0.869
6猛禽残余量20 18.1 0.906 NA
7里克托治疗1 2.88 2.88 0.902 0.354
8里克托残差20 63.9 3.20 NA
工作正常，谢谢！
library(dplyr)
library(broom)

Raw.data %>%
  nest_by(Gene) %>%
  mutate(Model = list(aov(log2(FC) ~ Treatment, data = data))) %>%
  summarise(tidy(Model))

  Gene   term         df   sumsq meansq statistic p.value
  <chr>  <chr>     <dbl>   <dbl>  <dbl>     <dbl>   <dbl>
1 mLST8  Treatment     1  4.03   4.03      6.02    0.0235
2 mLST8  Residuals    20 13.4    0.670    NA      NA     
3 mTOR   Treatment     1  0.376  0.376     0.403   0.533 
4 mTOR   Residuals    20 18.7    0.934    NA      NA     
5 Raptor Treatment     1  0.0253 0.0253    0.0279  0.869 
6 Raptor Residuals    20 18.1    0.906    NA      NA     
7 Rictor Treatment     1  2.88   2.88      0.902   0.354 
8 Rictor Residuals    20 63.9    3.20     NA      NA