Error in `mutate()`: ℹ In argument: `row_mean = rowMeans(select(., -gene_name))`. ℹ In group 1: `gene_name = "A1BG"`. Caused by error in `h()`: ! 在为'rowMeans'函数选择方法时评估'x'参数出了错: object '.' not found Run `rlang::last_trace()` to see where the error occurred.

这个错误提示表明在执行代码时出现了错误，其中`mutate()`函数的错误信息为“在为'rowMeans'函数选择方法时评估'x'参数出了错: object '.' not found”。

这个错误通常是因为在使用`select()`函数时没有正确指定数据来源。`select()`函数用于选择数据框中的列，它的第一个参数应该是数据框本身，而这里的代码中使用了`.`作为数据源，但是在`mutate()`函数中`.data`参数默认为`.`，因此在`select()`函数中不需要指定数据源，可以直接使用变量名来选择列。因此，正确的代码应该是：

d %>% 
  group_by(gene_name) %>% 
  mutate(row_mean = rowMeans(select(., -gene_name))) %>% 
  slice(which.max(row_mean)) %>% 
  ungroup() %>% 
  select(-row_mean)

如果你还是遇到同样的错误，请尝试运行`rlang::last_trace()`以查看更详细的错误信息，并检查`select()`函数的参数是否正确。

相关问题

d %>% + group_by(gene_name) %>% + mutate(row_mean = rowMeans(select(., -gene_name)), .groups = "drop") %>% + slice(which.max(row_mean)) %>% + select(-row_mean) Adding missing grouping variables: `gene_name`

这段代码中，使用了`+`符号来将多行代码连接在一起，不过在每行代码结尾处都加上了`+`符号，应该去掉这些多余的符号。

另外，出现“Adding missing grouping variables: `gene_name`”警告信息的原因是，在`mutate()`函数中没有明确指定`gene_name`列作为分组变量。需要将`mutate()`函数中的`select(., -gene_name)`改为`select(., -gene_name) %>% ungroup()`，以去除分组信息并确保`rowMeans()`函数对整个数据框进行计算。修改后的代码如下：

d %>% 
  group_by(gene_name) %>% 
  mutate(row_mean = rowMeans(select(., -gene_name) %>% ungroup()), .groups = "drop") %>% 
  slice(which.max(row_mean)) %>% 
  select(-row_mean)

这样就可以避免警告信息的出现，并正确地对每个分组进行计算。

d %>% group_by(gene_name) %>% mutate(row_mean = rowMeans(select(., -gene_name))) %>% slice(which.max(row_mean)) %>% ungroup() %>% select(-row_mean)怎么拆成多个步骤

这段代码可以拆分成以下多个步骤：

1. 对数据框`d`按照`gene_name`进行分组。

grouped_data <- d %>% group_by(gene_name)

2. 对于每个分组，计算除`gene_name`列外的其他列的行均值，并将结果存储在新列`row_mean`中。

data_with_mean <- grouped_data %>% mutate(row_mean = rowMeans(select(., -gene_name)))

3. 对于每个分组，选择`row_mean`列中值最大的行，并将结果存储为一个新的数据框。

max_row_data <- data_with_mean %>% slice(which.max(row_mean))

4. 取消分组操作。

ungrouped_data <- max_row_data %>% ungroup()

5. 从最终的数据框中删除`row_mean`列。

final_data <- ungrouped_data %>% select(-row_mean)

这样，我们就将原来的代码分解成了五个步骤，每个步骤都是一个单独的管道操作。