apply家族函数和for循环还是有区别的（批量生存分析出图bug）
最近整理我GitHub代码，发现了之前一个批量生存分析代码是有问题的，因为不同基因表达量分组后，没有道理所有基因出图的P值不变，更诡异的是，lapply内部变量不识别，一定要外部变量。
为了给大家讲清楚这个故事，我创造了测试数据和代码，你们可以打开电脑的R语言开始表演啦！
下面代码会报错：
rm(list = ls())
library(survival)
library(survminer)
dat=data.frame(sample(1:1000,200),
sample(0:1,200,T),
rnorm(200),
sample(LETTERS[1:5],200,T))
table(dat$subtype)
colnames(dat)=c("OS.time","OS","MATH","subtype")
lapply(split(dat,dat$subtype), function(x){
x$group <- ifelse(x$MATH > median(x$MATH), "High","Low")
table(x$group)
mySurv_OS=with(x,Surv(OS.time, OS))
sfit=survfit(mySurv_OS~group,data=x)
ggsurvplot(sfit,pval =TRUE )
})
很诡异的报错， 首先是说找不到X这个变量，实际情况是lapply里面的X是有的，单独运行不会报错，被包裹在lapply里面就出现问题，然后是出图的P值不变，这个bug也是需要解决的。
经过在VIP群里的讨论，把apply替换为for就可以运行：
rm(list = ls())
library(survival)
library(survminer)
dat=data.frame(sample(1:1000,200),
sample(0:1,200,T),
rnorm(200),
sample(LETTERS[1:5],200,T))
table(dat$subtype)
colnames(dat)=c("OS.time","OS","MATH","subtype")
l=split(dat,dat$subtype)
rm(x)
for (i in 1:length(l)) {
x=l[[i]]
x$group <- ifelse(x$MATH > median(x$MATH), "High","Low")
table(x$group)
mySurv_OS=with(x,Surv(OS.time, OS))
sfit=survfit(mySurv_OS~group,data=x)
print( ggsurvplot(sfit,pval =TRUE))
#ggsave(paste0(i,'.png'))
}
大家可以把两个代码测试一下，欢迎留言讨论你的理解。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2019-08-02，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
