R语言计算data.frame首行与其余行相关性报下标越界错误如何解决

错误原因 #

• 下标越界的直接原因：你当前运行环境中的df1行数不足10行，大概率是你构造完df1后又运行了其他修改df1行数的代码，比如取子集、过滤等操作导致行数减少，访问2:10行时超出了实际行数范围。你可以运行dim(df1)查看当前df1的维度，正常构造的df1应该返回[1] 10 10（10行10列）。
• 即使下标不越界，你的代码也无法得到正确的相关系数：df1第一列Ensembl_ID是字符类型，直接取整行计算时，数值会被强制转换为字符类型，cor函数无法对字符数据计算相关性。你测试用的随机矩阵是纯数值类型，所以不会出现这个问题。

解决方法 #

首先重新运行你给出的df1构造代码，确保df1是完整的10行10列结构，再用以下两种方法计算：

方法1：将ID列设为行名后计算 #

# 将第一列ID设为行名，提取纯数值列
rownames(df1) <- df1$Ensembl_ID
df_num <- df1[, -1]
# 转置后计算第一行与其余行的相关系数
cor_res <- cor(t(df_num[1, ]), t(df_num[-1, ]))
# 为结果添加标签方便阅读
colnames(cor_res) <- rownames(df_num)[-1]
rownames(cor_res) <- rownames(df_num)[1]

方法2：直接指定数值列计算 #

如果不想修改原df1的结构，可以直接指定数值列（第2到10列）参与计算：

# 仅提取logFC数值列计算
cor_res <- cor(t(df1[1, 2:10]), t(df1[2:10, 2:10]))
# 为结果添加ID标签
colnames(cor_res) <- df1$Ensembl_ID[2:10]
rownames(cor_res) <- df1$Ensembl_ID[1]

内容的提问来源于stack exchange，提问作者SUMIT