如何解决UseMethod("mutate")报错：无适用于numeric类对象的mutate方法？

我有一个CSV格式文件，包含samples和status（取值为pLGG、healthy）两列。想要将status列二值化：pLGG样本设为1，healthy样本设为0以便后续分析，但使用dplyr的mutate函数时出现报错，以下是代码及报错信息：

代码1及报错 #

traitData = read.csv("traits.csv")

datTraits = as.data.frame(traitData)
rownames(datTraits)=traitData$sample
datTraits = subset(datTraits , select = -c(1))

collectGarbage()

library(dplyr)
traits = datTraits
mutate(disease_state_bin = ifelse(grepl("pLGG" , traits$status),1,0))

报错信息：

Error in UseMethod("mutate") : 
  no applicable method for 'mutate' applied to an object of class "c('double', 'numeric')"

调整后的代码2及报错 #

library(dplyr)
library(zoo)
mutate(disease_state_bin = ifelse(grepl("pLGG" , as.character(datTraits$status),1,0)))

报错信息：

Error in ifelse(grepl("pLGG", as.character(datTraits$status), 1, 0)) : 
argument "yes" is missing, with no default

错误1原因 #

mutate是dplyr中用于修改数据框的函数，必须明确指定要操作的数据框对象。代码1中直接调用mutate(...)，没有传入数据框，导致函数把参数识别为数值类型，从而抛出“无适用方法”的错误。

错误2原因 #

ifelse的语法是ifelse(test, yes, no)，你错误地把1和0放到了grepl的参数位置（grepl的第三个参数是fixed，用于指定是否精确匹配字符串），导致ifelse缺少必填的yes和no参数，引发报错。

正确代码示例 #

方法1：使用dplyr管道语法（推荐）

library(dplyr)

# 读取并预处理数据
traitData <- read.csv("traits.csv")
datTraits <- as.data.frame(traitData)
rownames(datTraits) <- traitData$sample
datTraits <- subset(datTraits, select = -c(1))

# 生成二值化列
datTraits <- datTraits %>%
  mutate(disease_state_bin = ifelse(status == "pLGG", 1, 0))

方法2：直接指定数据框给mutate

library(dplyr)

# 预处理步骤同上...

datTraits <- mutate(datTraits, disease_state_bin = ifelse(grepl("pLGG", status), 1, 0))

方法3：更简洁的二值化写法（因status只有两个取值）

library(dplyr)

# 预处理步骤同上...

datTraits <- datTraits %>%
  mutate(disease_state_bin = as.integer(status == "pLGG"))

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