使用lapply批量执行pairwise fisher exact test报错排查

问题背景 #

有一个包含分类变量的数据框df，列名包括A、B、C和分类变量gene，逐个执行成对Fisher精确检验可以正常运行：

A <-  xtabs(~ A + gene, data = df)
pairwise_fisher_test(A ,p.adjust.method = 'fdr')

B <-  xtabs(~ B + gene, data = df)
pairwise_fisher_test(B ,p.adjust.method = 'fdr')

C <-  xtabs(~ C + gene, data = df)
pairwise_fisher_test(C ,p.adjust.method = 'fdr')

但尝试用lapply批量执行时出错：

vec <- ('A','B','C')
lapply(vec,function(x){
  xtabs(~ x + gene, data = df)
  pairwise_fisher_test(xtabs(~ x + gene, data = df) , p.adjust.method = 'fdr')
})

错误信息：

Error in model.frame.default(formula = ~x + gene, data = df): variable lengths differ (found for 'gene')

错误原因 #

1. 向量创建语法错误：vec <- ('A','B','C')不是R中创建字符向量的正确方式，需用c()函数，即vec <- c('A','B','C')。
2. 核心逻辑错误：xtabs(~ x + gene, data = df)中的x是字符字符串（比如"A"），而非数据框df中的列名。xtabs会将x视为长度为1的常量变量，和gene的长度不匹配，因此抛出变量长度差异的错误。

解决方法 #

需要动态构建xtabs的公式，让函数能识别x对应的是df中的列：

方法1：使用reformulate构建公式 #

vec <- c('A','B','C')
lapply(vec, function(x){
  # 动态生成公式：~ 目标列 + gene
  formula <- reformulate(c(x, "gene"), response = NULL)
  tab <- xtabs(formula, data = df)
  pairwise_fisher_test(tab, p.adjust.method = 'fdr')
})

方法2：拼接字符串后转为公式 #

vec <- c('A','B','C')
lapply(vec, function(x){
  # 拼接公式字符串，再转为公式对象
  formula_str <- paste0("~ ", x, " + gene")
  tab <- xtabs(as.formula(formula_str), data = df)
  pairwise_fisher_test(tab, p.adjust.method = 'fdr')
})

内容的提问来源于stack exchange，提问作者user3138373