R使用survival包for循环遍历事件做Cox回归报错如何解决

你报错的核心问题是Surv(time, i)中的i是循环计数的数值（1/2/…/24），不是数据框中对应的事件列向量，单个数值和长度上万的time向量长度自然不匹配，和Surv的运行逻辑无关，是循环变量的引用方式错了。

建议先提取所有事件列的列名，用列名做循环遍历，比按索引取列更稳妥，不容易因为列顺序调整出错：

# 第一步：提取所有事件列的列名，根据你提供的数据集结构，事件列是第18列之后的24列，可根据实际情况调整索引范围
event_cols <- colnames(df1)[18:41]
# 提前定义协变量部分，避免重复书写
covars <- "FA_low + age + sex + pc1 + pc2 + pc3 + pc4 + pc5 + pc6 + pc7 + pc8 + pc9 + pc10"
# 新建列表存储所有模型的运行结果
cox_results <- list()

写法1：拼接公式实现遍历（最简洁） #

因为你的事件列名是纯数字格式，公式里需要用反引号包裹避免被识别为数值：

for (event_name in event_cols) {
  # 每次提取所需变量并去空值
  df.model <- na.omit(df1[, c("FA_low", "sex", "age", paste0("pc", 1:10), "time", event_name)])
  # 拼接模型公式
  model_formula <- as.formula(sprintf("Surv(time, `%s`) ~ %s", event_name, covars))
  # 运行Cox回归
  cox_mod <- coxph(model_formula, data = df.model)
  # 存入结果列表，用事件名作为列表元素名方便后续提取
  cox_results[[event_name]] <- summary(cox_mod)
}

写法2：提前构建生存对象 #

如果需要单独检查每个事件的生存对象是否正确，可以用这种写法：

for (event_name in event_cols) {
  df.model <- na.omit(df1[, c("FA_low", "sex", "age", paste0("pc", 1:10), "time", event_name)])
  # 用[[按列名提取事件列向量，构建生存对象
  surv_obj <- Surv(df.model$time, df.model[[event_name]])
  cox_mod <- coxph(surv_obj ~ FA_low + age + sex + pc1 + pc2 + pc3 + pc4 + pc5 + pc6 + pc7 + pc8 + pc9 + pc10, data = df.model)
  cox_results[[event_name]] <- summary(cox_mod)
}

运行完成后，你可以直接通过事件名提取对应结果，比如查看事件250的回归结果用cox_results[["250"]]即可。

内容的提问来源于stack exchange，提问作者md93