vegdist报错input data must be numeric，求Bray-Curtis计算及PERMANOVA解决方案

问题原因 #

vegdist()函数要求输入的数据必须全是数值型，但你的数据表前4列是location、species、sex、size这些因子变量（非数值类型），直接传入整个data对象就会触发这个错误。

解决步骤 #

1. 拆分数据：分离数值列与因子列
   把用于计算相异度的猎物DNA存在指数列（数值型）单独提取，同时保留前4列因子变量用于后续PERMANOVA分析：

   # 提取数值列（从第5列开始，对应猎物DNA指数列）
   numeric_data <- data[, 5:ncol(data)]
   # 提取因子列（前4列分组变量）
   factors_data <- data[, 1:4]
   

   若不确定列位置，用列名筛选更稳妥（替换示例列名为你的实际数值列名）：

   numeric_cols <- c("prey_dna_1", "prey_dna_2", "prey_dna_3") # 示例数值列名
   numeric_data <- data[, numeric_cols]
   factors_data <- data[, !colnames(data) %in% numeric_cols]
   

2. 重新计算Bray-Curtis相异度
   仅传入纯数值型的numeric_data给vegdist()：

   dist.cor <- vegdist(numeric_data, method = "bray")
   

3. 后续PERMANOVA分析（结合因子变量）
   使用vegan包的adonis2()函数（推荐替代旧版adonis()），将相异度矩阵与因子变量结合分析：

   # 加入所有因子变量，可根据研究需求调整公式（比如添加交互项）
   permanova_result <- adonis2(dist.cor ~ location + species + sex + size, data = factors_data)
   # 查看分析结果
   print(permanova_result)
   

额外提示 #

• 用str(numeric_data)检查数值列类型，确保所有列都是num或int类型，避免混入非数值内容。
• 如果猎物DNA指数是0/1二元数据，Bray-Curtis依然适用，也可尝试method="jaccard"计算Jaccard相异度，根据研究需求选择。

内容的提问来源于stack exchange，提问作者Alex