R中使用corr.test计算相关性时如何处理NA值无需转0或删行

核心问题说明 #

• 你示例中写的cor.test()是R基础包中仅支持两个向量两两计算的函数，不支持直接传入多列数据框做批量计算，且你索引时误将第一列非数值的样本ID列纳入计算范围，这是触发“x或y不是数值向量”报错的核心原因。
• 你不需要将NA转为0，也不需要删除整行数据，仅需将NA处理规则改为成对删除：计算任意两列相关性时仅临时剔除这两列同时为NA的行，不会影响其他列的有效数据使用。

批量计算实现代码（无需for循环） #

你需要用到psych包的corr.test()函数完成多列批量计算，代码如下：

# 未安装psych包先运行 install.packages("psych")
library(psych)

# 提取两类评分的纯数值列，排除第一列样本ID
score_group1 <- data[, 2:50]
score_group2 <- data[, 51:ncol(data)]

# 执行相关性计算
corr_result <- corr.test(
  x = score_group1,
  y = score_group2,
  use = "pairwise.complete.obs", # *关键参数*：成对删除NA，不修改原始值、不整行删除样本
  method = "pearson", # 可根据需求替换为spearman、kendall
  adjust = "fdr" # 可选，指定p值校正方法，不需要校正填"none"
)

结果读取规则：

• corr_result$r：相关性系数矩阵
• corr_result$p：显著性p值矩阵
• corr_result$n：每对变量计算时用到的有效样本量

for循环逐列计算实现方案 #

如果需要用for循环逐列计算，可直接调用基础包的cor.test()函数，代码如下：

# 预定义结果存储矩阵
g1_col_n <- ncol(score_group1)
g2_col_n <- ncol(score_group2)
r_mat <- matrix(NA, nrow = g1_col_n, ncol = g2_col_n, dimnames = list(colnames(score_group1), colnames(score_group2)))
p_mat <- matrix(NA, nrow = g1_col_n, ncol = g2_col_n, dimnames = list(colnames(score_group1), colnames(score_group2)))

# 嵌套循环逐列计算
for (i in 1:g1_col_n) {
  for (j in 1:g2_col_n) {
    tmp_res <- cor.test(
      x = score_group1[,i],
      y = score_group2[,j],
      na.action = na.omit # 仅临时剔除当前两列的NA行
    )
    r_mat[i,j] <- tmp_res$estimate
    p_mat[i,j] <- tmp_res$p.value
  }
}

内容的提问来源于stack exchange，提问作者Nzk211