使用prcomp()函数报错“infinite or missing values in 'x'”的技术求助

你的代码存在两个核心问题触发报错，以下是具体分析和解决方案：

1. 错误破坏了矩阵结构 #

执行exprs<- as.numeric(exprs)后，转置后的样本×特征矩阵被强制转换成了一维数值向量，而prcomp()要求输入为矩阵或数据框（行对应样本、列对应特征），向量无法满足PCA的分析结构要求。

2. 未排查真实的缺失/无穷值 #

即使确认数据是double类型，仍可能存在NA、NaN或Inf这类异常值，这才是报错的直接诱因。

修正步骤： #

• 恢复矩阵格式：删除exprs<- as.numeric(exprs)这一行，转置后直接保留矩阵结构。
• 检测异常值：运行以下代码定位问题：

  # 检查是否存在NA/NaN
  any(is.na(exprs))
  any(is.nan(exprs))
  # 检查是否存在无穷值
  any(is.infinite(exprs))
  

• 清理异常值：根据检测结果选择处理方式：
  • 若仅少量异常值，可删除对应样本或特征：

    # 删除含NA/Inf的样本行
    exprs_clean <- exprs[!apply(exprs, 1, function(x) any(is.na(x) | is.infinite(x))), ]
    # 或删除含NA/Inf的特征列
    exprs_clean <- exprs[, !apply(exprs, 2, function(x) any(is.na(x) | is.infinite(x)))]
    

  • 若存在大量异常值，需回溯上游数据导入或预处理流程，确认数据生成环节是否出错。

修正后的完整代码示例： #

Eset<-ExpressionSet(as.matrix(exp))
pData(Eset)<-meta
featureData(Eset) <- as(feat,"AnnotatedDataFrame")

exprs<- Biobase::exprs(Eset)
exprs<-t(exprs) # 保持样本×特征的矩阵格式

# 检测并清理异常值
any(is.na(exprs))
any(is.infinite(exprs))
exprs_clean <- exprs[!apply(exprs, 1, function(x) any(is.na(x) | is.infinite(x))), ]

# 执行PCA分析
PCA <- prcomp(exprs_clean, scale = FALSE)

内容的提问来源于stack exchange，提问作者N Tmz