R data.frame 提取的怪事，希望你没中招

生信宝典

发布于 2023-10-31 15:18:26

1360

发布于 2023-10-31 15:18:26

这几天, 讨论群频繁反应关于 DEseq2 分析的报错：arguments imply differing number of rrows。这个代码经过了很多次培训的测试，按说不应该有问题，就远程连接调试了下，发现问题出在最近刚改的数据框索引上了。这个常见问题之前总会考虑着，这次修改时被忽略了，写推文记录下。

我们常用[ , ]提取数据框 (data.frame)：

如果是多列数据框，提取后还是数据框；
如果是单列数据库，提取后就被自动转成了vector，想再按照数据库的方式使用就会报错；
提取时加上drop=F 就可以避免这个问题。

举例如下：

text <- "Sample\tGroup
trt_1\ttrt
trt_2\ttrt
trt_3\ttrt
untrt_1\tuntrt
untrt_2\tuntrt
untrt_3\tuntrt
"

#  读入文件，存储为数据框
df <- read.table(text=text, sep = "\t", row.names=1, header=T)

# 查看数据框结果

df

#         Group
# trt_1     trt
# trt_2     trt
# trt_3     trt
# untrt_1 untrt
# untrt_2 untrt
# untrt_3 untrt

操作下列提取，提取第一列（当然只有一列）

a1 = df[, 1]
a1
# 提取后变成 vector 了
# [1] "trt"   "trt"   "trt"   "untrt" "untrt" "untrt"

#  希望提取行名时，给出了 NULL
rownames(a1)

# NULL

通常我们希望提取后，数据框还是数据框，下游操作行为一致 (增加drop=F参数)。

a2 = df[,1,drop=F]

#  增加drop=F后，提取后还是保持数据库的格式
a2

#         Group
# trt_1     trt
# trt_2     trt
# trt_3     trt
# untrt_1 untrt
# untrt_2 untrt
# untrt_3 untrt

# 提取行名也正常了
rownames(a2)

# [1] "trt_1"   "trt_2"   "trt_3"   "untrt_1" "untrt_2" "untrt_3"

建议data.frame 的操作始终加参数drop=F。

题图来自：https://pixabay.com/photos/dementia-alzheimer-s-dependent-3051832/

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2023-10-29，如有侵权请联系 cloudcommunity@tencent.com 删除

数据库