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。

相关问题

for(i in row.names(data)){ + test=wilcox.test(as.matrix(data[,i])~ Type) + pvalue=test$p.value + Sig=ifelse(pvalue<0.001,"***",ifelse(pvalue<0.01,"**",ifelse(pvalue<0.05,"*",""))) + if(pvalue<0.05){ + sigVec=c(sigVec, paste0(i, Sig)) + sigGeneVec=c(sigGeneVec, i)} + } Error in h(simpleError(msg, call)) : 在为'as.matrix'函数选择方法时评估'x'参数出了错: 选择了未定义的列

这个错误的原因是在选择列的时候出了问题。请确保列名的拼写正确且存在，并且数据集中确实存在这些列。你可以使用colnames(data)函数来查看所有列名。

例如，如果你的数据集中存在列名拼写错误，你可以使用以下代码将列名更正：

colnames(data)[colnames(data)=="IncorrectColumnName"] <- "CorrectColumnName"

如果你的数据集中确实不存在某些列，你需要确保你选择了正确的列，或者在数据集中添加这些列。

for(i in row.names(data)){ + test=wilcox.test(data[i,] ~ Type) + pvalue=test$p.value + Sig=ifelse(pvalue<0.001,"***",ifelse(pvalue<0.01,"**",ifelse(pvalue<0.05,"*",""))) + if(pvalue<0.05){ + sigVec=c(sigVec, paste0(i, Sig)) + sigGeneVec=c(sigGeneVec, i)} + } Error in model.frame.default(formula = data[i, ] ~ Type) : 参数'data[i, ]'的种类(list)不对

这个错误的原因是在wilcox.test函数的公式中，参数data应该是一个数据框或矩阵，而不是一个单一的向量。在这里，data[i,]返回的是一个长度为1的列表，而不是一个数据框或矩阵。为了解决这个问题，你可以将data转换为数据框或矩阵，并使用适当的列和行来进行子集选择。例如，你可以使用以下代码：

for(i in row.names(data)){
  test=wilcox.test(as.matrix(data[,i]) ~ Type)
  pvalue=test$p.value
  Sig=ifelse(pvalue<0.001,"***",ifelse(pvalue<0.01,"**",ifelse(pvalue<0.05,"*","")))
  if(pvalue<0.05){
    sigVec=c(sigVec, paste0(i, Sig))
    sigGeneVec=c(sigGeneVec, i)}
}

在这个例子中，as.matrix()函数将data转换为矩阵，并使用[,i]来选择第i行。