metaMDS分析生态数据报错：误判零值为负值且提示数据需为数值

核心报错 #

运行metaMDS时触发以下错误：

'comm' has negative data: 'autotransform', 'noshare' and 'wascores' set to FALSE
Error in distfun(comm, method = distance, ...) : 
  input data must be numeric

代码复现 #

使用的分析代码如下：

df = read.csv("nmds.csv", header = TRUE)
com = df[,4:ncol(df)]
m_com = as.matrix(com)

set.seed(12345)
nmds = metaMDS(m_com, distance = "bray")
nmds

尝试操作及新报错 #

尝试用rowSums移除全零行时，触发新错误：

m_com[rowSums(m_com[])>0,]

报错内容：

Error in rowSums(m_com[]) : 'x' must be numeric

此前用相同代码处理含大量零值的数据集可正常运行，本次数据从截图看以0和数值为主，但触发类型错误。

解决建议 #

• 检查数据类型：运行str(m_com)查看列类型，大概率是部分列被读取为字符型（比如数据中存在空值、特殊符号或非数值文本）
• 强制转换为数值型：

  # 将数据框列转为数值，非数值内容自动转为NA
  com_num <- lapply(com, as.numeric)
  com_num <- as.data.frame(com_num)
  # 根据生态数据需求，将NA替换为0
  com_num[is.na(com_num)] <- 0
  # 转为矩阵格式
  m_com <- as.matrix(com_num)
  

• 验证数据有效性：

  # 检查是否存在负值
  any(m_com < 0)
  # 确认矩阵为数值类型
  is.numeric(m_com)
  

• 验证通过后重新运行metaMDS

内容的提问来源于stack exchange，提问作者user20796953