R语言t.test报错：观测值不足问题排查求助

问题原因分析 #

你遇到的not enough 'y' observations错误，本质是在循环处理某个X1分组时，要做t检验的其中一组（比如ABC7.8或其他分组）没有足够的有效观测值——要么该分组在当前temp子集里没有数据，要么只有1个样本，导致t.test()无法完成计算。一旦某次循环里的t检验报错，整个循环会直接中断，LLc根本没机会被绑定到L上，最终L一直是空的。

解决方案 #

我们可以通过两个步骤修复问题：先排查数据的样本量分布，再给t检验加“安全防护”，避免样本不足时触发报错中断循环。

1. 先排查样本量分布

首先运行这段代码，查看每个X1分组下，各个X1.1分组的有效样本数：

library(dplyr)
TCA_subset_GnoG_melt %>%
  group_by(X1, X1.1) %>%
  summarise(sample_count = n(), .groups = "drop")

你会发现部分X1对应的某个X1.1分组样本量为0或1，这就是报错的根源。

2. 修改代码，加入安全t检验函数

我们可以写一个辅助函数，在做t检验前先检查两组的样本量，不足时返回NA而非报错，这样循环就能正常执行下去。同时，直接提取t检验的核心结果（比如p值）构建数据框，避免原代码里的结构混乱问题：

url <- 'https://filebin.net/3et86d1gh8cer9mu/TCA_subset_GnoG_melt.csv'
TCA_subset_GnoG_melt <- read.csv(url)
L <- data.frame()
IDs <- unique(TCA_subset_GnoG_melt$X1)

# 定义安全t检验函数：样本不足时返回NA，避免报错
safe_t_test <- function(group_x, group_y) {
  # 检查两组是否都有至少1个观测值
  if (length(group_x) < 1 || length(group_y) < 1) {
    return(list(p.value = NA))
  }
  # 检查两组是否都有至少2个观测值（否则无法计算方差，t检验无意义）
  if (length(group_x) < 2 || length(group_y) < 2) {
    return(list(p.value = NA))
  }
  # 样本量足够时执行正常t检验
  return(t.test(group_x, group_y))
}

for (i in 1 : length(IDs)){
    temp <- TCA_subset_GnoG_melt[TCA_subset_GnoG_melt$X1 == IDs[i], ]
    temp <- na.omit(temp)
    
    # 用安全函数执行所有t检验
    t1 <- safe_t_test(temp$value[temp$X1.1 == "CTROL"], temp$value[temp$X1.1 == "ABC.7"])
    t2 <- safe_t_test(temp$value[temp$X1.1 == "CTROL"], temp$value[temp$X1.1 == "ABC.8"])
    t3 <- safe_t_test(temp$value[temp$X1.1 == "CTROL"], temp$value[temp$X1.1 == "ABC7.8"])
    t4 <- safe_t_test(temp$value[temp$X1.1 == "ABC.7"], temp$value[temp$X1.1 == "ABC.8"])
    t5 <- safe_t_test(temp$value[temp$X1.1 == "ABC.7"], temp$value[temp$X1.1 == "ABC7.8"])
    t6 <- safe_t_test(temp$value[temp$X1.1 == "ABC.8"], temp$value[temp$X1.1 == "ABC7.8"])
    
    # 构建整洁的结果行，只保留ID和各检验的p值
    LLc <- data.frame(
      X1_ID = as.character(IDs[i]),
      CTROL_vs_ABC7_p = t1$p.value,
      CTROL_vs_ABC8_p = t2$p.value,
      CTROL_vs_ABC78_p = t3$p.value,
      ABC7_vs_ABC8_p = t4$p.value,
      ABC7_vs_ABC78_p = t5$p.value,
      ABC8_vs_ABC78_p = t6$p.value
    )
    
    L <- rbind(L, LLc)
}

# 现在直接查看所有p值结果即可
p_value_TCA <- L %>% select(-X1_ID)

额外说明 #

原代码里用cbind绑定整个t检验结果列表的方式会导致数据结构非常混乱，后续提取p值时需要额外处理。上面的修改直接提取p值构建数据框，结构更清晰，也方便后续分析。

内容的提问来源于stack exchange，提问作者tralala