列数相同行数不同的数据框执行corr.test报错，如何正确做相关性检验？

错误原因 #

你用错了corr.test()的使用场景：这个函数要求输入的两个数据框行数完全一致，因为它默认是按行配对做相关性分析（即每一行对应同一个样本的两组指标）。但你的cesc_test（139行）和hnsc_pos_test（70行）是两组完全独立的样本，行数不匹配，因此触发了维度不兼容的错误。

方法是否正确？ #

完全不正确。你的需求是对比HPV+头颈癌和HPV+宫颈癌的xCell细胞类型得分，但corr.test()是用于配对样本的指标相关性分析的工具，并不适合跨独立样本组的对比场景。

正确做法 #

根据你后续的可视化代码（取对角线相关性值），推测你要么想查看同一细胞类型在两组样本中的得分相关性，要么更可能是想对比两组样本中各细胞类型的得分差异，以下分别给出对应解决方案：

方案1：计算同一细胞类型在两组中的相关性（转置数据适配） #

原始数据是「行=样本，列=细胞类型」，要计算两组中对应细胞类型的相关性，需要先转置数据，将细胞类型作为行、样本作为列：

# 转置数据，行是细胞类型，列是样本
cesc_transposed <- t(cesc_test)
hnsc_transposed <- t(hnsc_pos_test)

# 计算两组细胞类型得分的相关性矩阵
Cor <- corr.test(cesc_transposed, hnsc_transposed, adjust='none')

# 取对应细胞类型的相关性值（对角线）并可视化
qplot(x=rownames(Cor$r), y=diag(Cor$r),
      fill=diag(Cor$p)<0.05, geom='col',
      main='HPV+ HNSC vs HPV+ CESC',
      ylab='Pearson R', xlab= "") + 
  labs(fill = "p-value<0.05") +
  theme_classic() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

方案2：对比两组样本中各细胞类型的得分差异（更符合研究逻辑） #

如果你的真实需求是看两组样本中细胞类型得分的差异（比如某细胞类型在头颈癌样本中是否显著更高），应该用差异检验（如Wilcoxon秩和检验，适配非正态分布的xCell得分数据）：

library(tidyverse)

# 将宽格式数据转为长格式，方便分组分析
cesc_df <- cesc_test %>% 
  rownames_to_column("sample_id") %>% 
  pivot_longer(-sample_id, names_to = "cell_type", values_to = "score") %>% 
  mutate(group = "HPV+ CESC")

hnsc_df <- hnsc_pos_test %>% 
  rownames_to_column("sample_id") %>% 
  pivot_longer(-sample_id, names_to = "cell_type", values_to = "score") %>% 
  mutate(group = "HPV+ HNSC")

all_data <- bind_rows(cesc_df, hnsc_df)

# 对每个细胞类型做差异检验，并校正p值
diff_results <- all_data %>% 
  group_by(cell_type) %>% 
  summarise(
    p_value = wilcox.test(score ~ group)$p.value,
    p_adj = p.adjust(p_value, method = "fdr")
  )

# 可视化两组细胞类型得分的分布差异
ggplot(all_data, aes(x = cell_type, y = score, fill = group)) +
  geom_boxplot(width = 0.7) +
  theme_classic() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  labs(
    title = "xCell Scores: HPV+ HNSC vs HPV+ CESC",
    x = "Cell Type", y = "xCell Score", fill = "Group"
  )

内容的提问来源于stack exchange，提问作者Kev Kev