R ANOVA循环中的可变长度错误

我目前正在尝试对我的数据帧进行方差分析，其格式如下：

ethnicity sampleID batch gender gene1 gene2 gene3 ...

..多达数千个基因，表格由基因表达值填写

下面是我用来尝试对每个基因进行方差分析以找出种族差异的代码：

# 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??
}

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：

级别（x）[x]中的错误：只有0可以与负下标混合 此外：警告消息：1：在model.response（mf，“numeric”）：
使用带有系数响应的type=“numeric”将被忽略2:In 运营系数（y，z$残差）：“-”对系数没有意义

---

我生成了一个示例

df

包含一个变量

etnicity

，有3个组，有两个基因

etnicity

是您的预测变量。

loop

打印与

etnicity

相关的每个基因的

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 

set.seed（1）；df（F）
df$etnicity 2 1.324 0.6619 1.006 0.42
残差6 3.947 0.6579
[1] “基因2”
Df和Sq平均Sq F值Pr（>F）
df$etnicity 2 2.436 1.218 0.977 0.429
残差674781246

将其应用到与OP类似的数据上

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  

df）
df$1 0.00803 0.00803 0.084 0.791
残差3 0.28767 0.09589

请注意，“merge”是R中函数的名称；所以建议不要这样命名你的对象。你好，谢谢你的回复！我尝试过修改您的代码，但我得到了以下错误：

级别（x）[x]中的错误：只有0可能与负下标混合。此外：警告消息：1:在模型中。响应（mf，“numeric”）：使用type=“numeric”和因子响应将被忽略2:在操作中。因子（y，z$残差）：“-”对于系数来说没有意义

我已经尝试将我的种族级别转换为数字，但仍然给出了错误。你有什么建议吗？没有。您可以（1）将您的数据设置为我的df示例，或者（2）为我们提供一个具有代表性的小型数据示例，以便我们可以查看数据结构。好的，我已经将前五行和前五列添加到我的数据框中，作为对我文章的编辑。对不起，我不知道如何设置评论的格式。非常感谢。有趣的是，当我把它写在一张桌子上，然后再把它读进去的时候，它似乎起作用了。我构建数据框架的方式可能有问题，我将继续研究。尽管如此，还是非常感谢！

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