Error in `$<-.data.frame`(`*tmp*`, group, value = logical(0)) : 替换数据里有0行，但数据有664 怎么解决

这个错误通常表示你在对一个数据框进行分组操作时，分组变量的取值为空。解决方法是检查你的数据框中分组变量的取值是否存在空值，可以通过以下代码查看：

sum(is.na(df$group))

如果结果大于0，则说明存在空值。你可以使用以下代码将空值替换为一个合适的值：

df$group[is.na(df$group)] <- "unknown"

这样可以将空值替换为字符串"unknown"，或者你可以根据具体情况选择其他合适的值。

相关问题

results <- apply(data, 1, function(x) { + test <- wilcox.test(x ~ Type) + pvalue <- test$p.value + Sig <- ifelse(pvalue < 0.001, "***", ifelse(pvalue < 0.01, "**", ifelse(pvalue < 0.05, "*", ""))) + if(pvalue < 0.05) { + paste0(row.names(data)[which(x)], Sig) + } else { + "" + } + }) Error in which(x) : argument to 'which' is not logical Called from: which(x) Browse[1]>

这个错误的原因是which()函数需要一个逻辑向量作为输入，但在这里，我们传递给which()函数的是数值向量x。

为了解决这个问题，我们需要使用另一个函数来获取当前行的行号。在apply函数中，我们可以使用第三个参数MARGIN来指定应用函数的方向。当MARGIN为1时，apply函数将对每一行应用函数，此时我们可以使用seq_along()函数来获取当前行的行号。修改后的代码如下：

results <- apply(data, 1, function(x) {
  test <- wilcox.test(x ~ Type)
  pvalue <- test$p.value
  Sig <- ifelse(pvalue < 0.001, "***", ifelse(pvalue < 0.01, "**", ifelse(pvalue < 0.05, "*", "")))
  if(pvalue < 0.05) {
    paste0(row.names(data)[seq_along(x)], Sig)
  } else {
    ""
  }
})

sigVec <- results[results != ""]
sigGeneVec <- row.names(data)[which(results != "")]

这样，我们可以使用seq_along()函数获取当前行的行号，并将其与行名连接起来。

for (i in 1:n_pos) { + for (j in 1:(nrow(y_true_binary) - n_pos)) { + comb_matrix[i, j] <- sum(y_true_logical[pos_idx[i],] & !y_pred_logical[neg_idx[j],]) + } + } Error in `[<-`(`*tmp*`, i, j, value = sum(y_true_logical[pos_idx[i], ] & : subscript out of bounds

这个错误提示是因为 `comb_matrix` 的列数不正确，导致程序无法为其赋值。可能是由于计算负样本个数时有误导致的。请确保负样本个数的计算正确，即：

n_neg <- sum(y_true == 0)

同时，`comb_matrix` 的列数应该为负样本个数：

comb_matrix <- matrix(0, nrow = n_pos, ncol = n_neg)

修改后的完整代码如下：

# 假设真实结果为 y_true，模型预测结果为 y_pred
# 将 y_true 和 y_pred 转换成二进制矩阵，每一行表示一个样本的二进制编码
y_true_binary <- as.matrix(intToBits(y_true))
y_pred_binary <- as.matrix(intToBits(y_pred))

# 将二进制矩阵转换为逻辑矩阵
y_true_logical <- y_true_binary != 0
y_pred_logical <- y_pred_binary != 0

# 计算正样本个数和负样本个数
n_pos <- sum(y_true == 1)
n_neg <- sum(y_true == 0)

# 初始化组合数矩阵
comb_matrix <- matrix(0, nrow = n_pos, ncol = n_neg)

# 对于每个正样本，计算其与所有负样本的组合数
pos_idx <- which(y_true == 1)
neg_idx <- which(y_true == 0)
for (i in 1:n_pos) {
  for (j in 1:n_neg) {
    comb_matrix[i, j] <- sum(y_true_logical[pos_idx[i],] & !y_pred_logical[neg_idx[j],])
  }
}

# 打印组合数矩阵
print(comb_matrix)

上述代码中，我们修正了 `comb_matrix` 的列数为负样本个数，并计算了负样本个数。在计算组合数时，我们使用逻辑矩阵进行运算。最后打印组合数矩阵。