组合分析中mutate行致1/0反转，UpSetR绘图列名匹配异常求助

问题根源 #

原参考代码是针对yes/no二元数据设计的，但你的数据是百分比数值+NA（无样本标记），直接套用原代码的列处理逻辑会出现两个核心问题：

1. 原代码的start_col:end_col报错，是因为代码里的列索引逻辑和你的数据结构不匹配；
2. 你修改的mutate行逻辑完全错误——把NA转成1、非NA转成0，导致0/1反转，最终UpSetR绘图时列名和实际频率完全错位。

分步解决方案 #

1. 修正数据二元化逻辑

你的需求是：有样本（非NA的百分比）标记为1，无样本（NA）标记为0，但你写的as.integer(. %in% c("yes", NA))既错误匹配了不存在的"yes"值，又把NA转成了1，完全搞反了逻辑。

替换为正确的转换代码：

# 假设columns是你要分析的9列的列名向量
data <- data %>%
  mutate(across(all_of(columns), ~ as.integer(!is.na(.))))

!is.na(.)会判断当前值是否为非NA（即存在样本），转成整数后，非NA行变为1，NA行变为0，完全符合UpSetR需要的二元输入格式。

2. 修复UpSetR调用的列索引问题

原代码的start_col:end_col报错，是因为它依赖列的位置索引，容易出错。直接用sets参数指定你要分析的列名向量即可：

library(UpSetR)
upset(data,
      sets = columns,  # 直接传入列名向量，避免索引错误
      order.by = "freq",  # 按组合频率排序，确保高频组合靠前
      keep.order = FALSE)  # 让UpSetR自动按频率调整列的显示顺序

3. 验证转换结果

运行转换代码后，先检查前5行数据，确保转换逻辑正确：

# 查看目标列的转换结果
head(data[columns], 5)

确认原本有百分比的行显示为1，NA的行显示为0，这是后续频率计算正确的前提。

特殊情况处理

如果你的数据里存在值为0的百分比（代表有样本但占比为0，不是无样本），需要调整判断逻辑，区分NA（无样本）和0（有样本但占比0）：

data <- data %>%
  mutate(across(all_of(columns), ~ as.integer(!is.na(.) & . != 0)))

内容的提问来源于stack exchange，提问作者Melanie A Kool