旧R代码调用tcR包repOverlap函数报错vars必须为字符向量求助

问题根因 #

你遇到的报错是tcR包与高版本dplyr的兼容性问题：tcR 2.2.4最后更新于2019年，适配的是dplyr 1.0.0以下的版本，而你当前环境安装的dplyr 1.0.7对grouped_df()函数的参数校验规则更新，要求vars必须为字符向量，旧版tcR的内部调用不符合这个要求，因此触发报错。

解决思路（按实现成本从低到高排序） #

方案1：降级dplyr到兼容版本 #

直接安装tcR适配的dplyr版本即可快速修复问题，执行以下代码：

# 若未安装remotes包先执行：install.packages("remotes")
remotes::install_version("dplyr", version = "0.8.5", repos = "http://cran.us.r-project.org")

如果你的其他项目需要用到高版本dplyr，可使用renv包为当前项目创建独立的R包环境，避免版本冲突。

方案2：本地修复tcR的repOverlap函数 #

如果不想降级dplyr，可以手动修改tcR内部调用grouped_df()的代码：

• 运行getAnywhere(repOverlap)获取该函数的完整源码
• 找到调用dplyr::grouped_df()的行，将传入的vars参数外层套上as.character()转换
• 把修改后的代码赋值给自定义函数（如repOverlap_fixed），后续调用自定义函数即可。

方案3：自行实现Morisita指数计算 #

如果你只需要计算Morisita相似性指数，完全可以脱离tcR包自己实现，避免后续再出现依赖兼容性问题，参考代码如下：

# 输入参数说明：df_list是包含两个免疫组库数据框的列表，seq_col为序列列名，freq_col为频率/计数列名
calc_morisita <- function(df_list, seq_col = "nuc", freq_col = "Read.count") {
  # 合并两个样本的序列数据，缺失值补0
  merged_df <- merge(
    df_list[[1]][, c(seq_col, freq_col)],
    df_list[[2]][, c(seq_col, freq_col)],
    by = seq_col, all = TRUE
  )
  merged_df[is.na(merged_df)] <- 0
  # 转为相对频率
  p <- merged_df[[paste0(freq_col, ".x")]] / sum(merged_df[[paste0(freq_col, ".x")]])
  q <- merged_df[[paste0(freq_col, ".y")]] / sum(merged_df[[paste0(freq_col, ".y")]])
  # 计算Morisita指数
  2 * sum(p * q) / (sum(p^2) + sum(q^2))
}

内容的提问来源于stack exchange，提问作者AnnaVyborova