R中如何对数据框两样本执行非配对Wilcoxon检验及报错处理

你遇到的'x' must be numeric报错，是因为传入wilcox.test()的两个参数不是数值型向量，常见诱因有两个：

• 你选择的列本身是字符/因子类型：比如基因名列被误传入，或者表达列里混入了非数值字符（比如字符形式的NA、占位符），导致R自动把列识别为非数值类型
• 你选列的逻辑不符合检验需求：你的数据是行为基因、列为样本的结构，如果你直接用df$tissueA取列，本质是取了所有基因在单个tissueA样本的表达值，若列名不存在还会返回非数值的NULL值

首先确认你的分析需求：转录组场景下通常是对每个基因分别在两组样本间做差异检验，如果是这个需求按以下流程操作：

1. 先校正数据类型 #

先运行代码查看数据框的列类型，确认问题：
str(df)
如果表达列显示为chr/Factor，先把表达列统一转成数值型，假设你的数据第1列是基因名，第2-4列是SampleA的3个重复，第5-6列是SampleB的2个重复：

# 转换所有表达列为数值型，非数值内容会自动转为NA
df[,2:6] <- lapply(df[,2:6], function(x) as.numeric(as.character(x)))

2. 逐行执行非配对Wilcoxon检验 #

用apply按行遍历每个基因的表达值，批量完成检验：

# 逐基因检验
test_res <- apply(df[,2:6], 1, function(gene_vals){
  group_a_vals <- gene_vals[1:3] # 提取当前基因的A组3个重复表达值
  group_b_vals <- gene_vals[4:5] # 提取当前基因的B组2个重复表达值
  test <- wilcox.test(group_a_vals, group_b_vals, paired = FALSE, exact = FALSE)
  return(c(p_val = test$p.value, stat = test$statistic))
})
# 整理结果为数据框
final_res <- data.frame(
  gene_id = df[,1],
  t(test_res),
  fdr = p.adjust(t(test_res)[,1], method = "fdr") # 自动加FDR校正值
)

3. 特殊场景：整体两组表达分布对比 #

如果你确实要对比A组所有基因的整体表达和B组的差异，把两组所有表达值拉平为一维向量再检验即可：

a_all <- as.numeric(unlist(df[,2:4]))
b_all <- as.numeric(unlist(df[,5:6]))
wilcox.test(a_all, b_all, paired = FALSE)

• 导入数据时建议设置na.strings = c("NA", " ", "-")，直接把常见的缺失值占位符识别为NA，避免整列被转成字符型
• 每组样本量小于5时，Wilcoxon检验的统计效力极低，结果仅作参考
• 多基因检验必须做p值校正，避免假阳性

内容的提问来源于stack exchange，提问作者Hector2018