R中子集后的计算错误

Question

我在对数据进行子集化时正确计算有问题。但是最初我从文件中提取一些信息到另一个文件。然后，我尝试计算每个器官的患者数量。以前正常工作的命令现在给了我一个错误。它没有显示任何错误 - 只是计算错误。

输入文件在这个链接：https://www.dropbox.com/sh/8bo4b4dpmydj19w/AADZ7WuoecrjPwm_qyF8NRMza?dl=0

这是我的命令行。

Clinical_Samples_map = read.xls("b.xlsx") # calling my file
Clinical_Samples_Original = read.xls("a.xlsx", sheet=1) # the file where I get additional information

Clinical_Samples_map$AnatomicLocation = Clinical_Samples_Original[match(Clinical_Samples_map$SampleID, Clinical_Samples_Original$TubeName),"AnatomicLocation"] 

map<-Clinical_Samples_map # Just changing the name

# Anatomic Location

sub_map_AnatomicLocation <- map[!duplicated(map$patient_number), ] # Excluding the duplicate of patient by checking patient_number column
sub_map_AnatomicLocation <- data.frame(sub_map_AnatomicLocation) 
sub_map_AnatomicLocation_patient <- subset(sub_map_AnatomicLocation, Disease != "Unknown" & AnatomicLocation != "Unknown") # Getting rid of "Unknown" value if there is any


AnatomicLocation_patient <- count_(sub_map_AnatomicLocation , c("Disease","AnatomicLocation"))

write.table(AnatomicLocation_patient, "AnatomicLocation_patient.txt",col.names = TRUE)
write.table(Clinical_Samples_map, "Clinical_Samples_map2.txt",col.names = TRUE)

但是，当我比较两个书面的 txt 文件时，我有不同的数字。有谁知道为什么会这样？例如，如果您查看 CD 回肠编号，它会显示 3 个患者，但是当我查看 Clinical_Samples_map2.txt 时，我可以数出 4 个。

如果我尝试用 ggplot 生成一些图，还有其他事情：

ggplot(data=Clinical_Samples_map, aes(x=Disease, y=AgeAtSampling, fill=Disease)) + 
  geom_boxplot(notch = TRUE) +  
  ggtitle("Clinical_Samples_map_Disease") +
  scale_y_continuous(name = "Age at Sampling", breaks = seq(0, 80, 20), limits=c(0, 80)) +
  scale_x_discrete(name = "Disease") + 
  geom_jitter(colour = "black", size = 2, width = 0.15, height = 0.3) + 
  theme(legend.position = "bottom") +
  labs(fill = "Disease") + 
  theme(axis.title=element_text(face="plain", size="30", color="black",family = "Gill Sans MT"), 
        axis.text.x = element_text(colour="grey20",size=20,angle=45,hjust=.5,vjust=.5,face="plain"), 
        axis.text.y = element_text(colour="grey20",size=20,angle=0,hjust=1,vjust=0,face="plain"), 
        legend.text=element_text(face="plain", size="30", color="black"),
        legend.title=element_text(face="plain", size="30", color="black"))

我收到一个错误：

错误：提供给连续刻度的离散值

我认为这就是问题所在。我可以克服这个来生成情节，但我不知道为什么它计算错误？

有人可以帮忙解决这个问题吗？我挣扎了这么久，还想不通。

非常感谢。

巴蒂

Answer 1

我想我明白了。因为我从来没有遇到过这个问题，所以我从来没有想过。我只需要将某些列更改为字符

map[] <- lapply(map, as.character)

我首先使用了这个和我使用的特定列

map_AnatomicLocation$AgeAtSampling=as.numeric(levels(map_AnatomicLocation$AgeAtSampling))[map_AnatomicLocation$AgeAtSampling] # 如果离散值有问题

然后它让我可以绘图和计算。