如何在dplyr管道中逐行合并含NA的P值列并生成新列？

你的代码无法运行的核心原因是：ezlimma::combine_pvalues默认是按列合并多个基因的P值，而非逐行处理单个基因的多列P值。以下是两种可行的解决方法：

方法1：使用ezlimma（推荐，简洁高效） #

通过指定row=TRUE参数让函数逐行处理，同时明确传入P值列：

library(dplyr)
library(ezlimma)

# 原始数据框
x <- data.frame(genes = c("a", "b", "c"),
                pval1 = c(0.0003, NA, NA),
                pval2 = c(0.008, NA, 0.2),
                pval3 = c(0.0009, 0.000007, 0.000001))

# 管道内逐行合并P值
out_x <- x %>%
  mutate(comb_p_val = combine_pvalues(select(., starts_with("pval")), row = TRUE))

# 查看结果
print(out_x)

函数会自动忽略每行中的NA值，当有效P值数量≥2时计算合并P值（默认用Fisher方法），不足2个时返回NA。

方法2：使用dplyr rowwise + metap包（自定义性更强） #

如果需要更灵活的逻辑（比如自定义NA处理规则），可以用rowwise()逐行处理，结合metap::sumlog实现Fisher合并：

library(dplyr)
library(metap)

x <- data.frame(genes = c("a", "b", "c"),
                pval1 = c(0.0003, NA, NA),
                pval2 = c(0.008, NA, 0.2),
                pval3 = c(0.0009, 0.000007, 0.000001))

out_x <- x %>%
  rowwise() %>%
  mutate(comb_p_val = {
    # 提取当前行的所有P值并过滤NA
    p_vals <- c(pval1, pval2, pval3) %>% na.omit()
    # 至少2个有效P值才合并，否则返回NA
    if (length(p_vals) >= 2) sumlog(p_vals)$p else NA_real_
  }) %>%
  ungroup()

print(out_x)

两种方法的输出结果一致：

genes pval1 pval2    pval3   comb_p_val
1     a 0.0003 0.008 0.00090 1.082362e-07
2     b    NA    NA 0.000007           NA
3     c    NA 0.200 0.000001 9.995001e-07

内容的提问来源于stack exchange，提问作者ip2018