使用R语言vegan包metaMDS时出现TRUE/FALSE缺失值错误求助

代码与操作流程 #

我使用R语言vegan包的metaMDS函数做基于Bray-Curtis相异度的NMDS检验，代码如下：

# 读取数据，第5列为物种/功能数据起始列
pc = read.csv("nmds.csv", header = TRUE)
com = pc[,5:ncol(pc)]

# 转换为矩阵并执行NMDS
m_com = as.matrix(com)
set.seed(123)
nmds = metaMDS(m_com, distance = "bray")

报错信息 #

运行最后一行代码时出现以下错误与警告：

Error in if (max(dis) > maxdis + sqrt(.Machine$double.eps)) { : 
  missing value where TRUE/FALSE needed
In addition: Warning messages:
1: In distfun(comm, method = distance, ...) :
  you have empty rows: their dissimilarities may be meaningless in method “bray”
2: In distfun(comm, method = distance, ...) : missing values in results

已排查情况 #

• 该代码已稳定使用多年，旧数据集（含大量零值但规模更小）可正常运行；
• 已确认新数据集所有单元格均有值（包括零），不存在空单元格；
• 怀疑报错与新数据集的文件大小有关，但不确定具体原因。

解决建议 #

1. 排查"全零行"问题 #

警告提示的empty rows并非指单元格为空，而是整行数据全为0。Bray-Curtis相异度计算中，全零行与其他行的相异度会出现无意义的NaN值，导致后续逻辑判断出错。用以下代码检查并清理：

# 识别全零行
all_zero_rows = apply(m_com, 1, function(x) all(x == 0))
# 筛选掉全零行
m_com_clean = m_com[!all_zero_rows, ]
# 重新执行NMDS
nmds = metaMDS(m_com_clean, distance = "bray")

2. 处理隐性缺失值 #

虽然确认单元格有值，但可能存在字符型空值（如""）或特殊数值（如Inf）被读入为NA。用以下代码排查：

# 检查是否存在NA
any(is.na(m_com))
# 检查是否存在Inf/NaN
any(is.infinite(m_com)) | any(is.nan(m_com))

若存在这类情况，需先清洗数据，比如将空字符替换为0，或剔除/修正异常值。

3. 大数据集优化 #

如果新数据集规模过大，可能因内存不足或数值精度问题报错，可尝试：

• 增加内存分配（Windows系统：memory.limit(size=16000)）；
• 调整metaMDS参数：设置trymax增加迭代次数，或指定k参数（默认2维）；
• 预过滤数据：去掉低丰度物种/变量，减少计算量。

4. 检查vegan包版本 #

不同版本的vegan包处理逻辑可能有差异，检查并更新到最新版：

packageVersion("vegan")
update.packages("vegan")

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