na.rm=T表示移除缺失值。T和F是TRUE和FALSE的缩写,再次强调一下大小写! 回到这些输出,哎呦,似乎不是特别友好,我们好好看看报错信息 Warning messages: 1: In mean.default(X[[i]], ...) : 参数不是数值也不是逻辑值:回覆NA 2: In mean.default(X[[i]], ...) : 参数不是数值也不是逻辑值:回覆N...
因为mean()函数接受一个向量作为输入,而iq.score是一个列表对象,即 > iq.scores <- list(100, 120, 103, 80, 99) > mean(iq.scores) [1] NA Warning message: In mean.default(iq.scores) : 参数不是数值也不是逻辑值:回覆NA 使用unlist()将列表对象展开成向量。 > mean(unlist(iq.scores)) [1]...
# 加载y.Rdata(已保存在工作目录),求gene1列的平均值>mean(y[,1])[1] NA Warning message: In mean.default(y[, 1]) : 参数不是数值也不是逻辑值:回覆NA>y[,1]GSM1 GSM2 GSM3 GSM4 GSM5 GSM6 "40" "20" "51" "46" "38" "49" (提取出来的是字符型)>mean(as.numeric(y[,1]))[1...
[1] NA Warning message: In mean.default(mydataframe["C4"]) : 参数不是数值也不是逻辑值:回覆NA > is.data.frame(mydataframe["C4"]) [1] TRUE 方法一:将数据框格式重新转化为矩阵格式,然后按照矩阵索引的方式来找寻要处理的数据组,利用矩阵或者向量中相关函数来进行一定的数据处理。 1 2 3 4 5 6...
mean(x)[1] NAWarning message:In mean.default(x) : 参数不是数值也不是逻辑值:回覆NA#mean函数不适用于列表,对列表本身使用mean()函数将报错 apply( ) apply( )对数组的各个维度(如行或列)进行运算。 str(apply)function(X, MARGIN, FUN, ...) ...
intervals参数用来指定在什么地方分割箱子,你可以用一个数值向量来指定分割的位置,也可以使用一个两列的矩阵,每一列表示一个特定的间距。equal.count函数可以用来创建一个shingle,每个箱子有相同个数的观测值: lattice::equal.count(x)## ## Data:## [1] 1 2 3 4 5 6 7 8 9 10## ## Intervals:## ...
rm=TRUE) #获得数据框每列的平均值 gene_id R1 R2 R3 G1 G2 G3 NA 7.29500 6.24375 19.65438 124.26750 55.18437 232.05312 `Warning message:` ` In mean.default(X[[i]], ...) : 参数不是数值也不是逻辑值:回覆NA` sapply还可以使用mean, sd, var, min, max, median, range, quantile,但是...
[1] NA Warning message: In mean.default(mydataframe["C4"]) : 参数不是数值也不是逻辑值:回覆NA > is.data.frame(mydataframe["C4"]) [1] TRUE 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18.
[1] NA 警告信息: In mean.default(data) : 参数不是数值也不是逻辑值:回覆NA data[,1]表示矩阵data的第一列(其实这里也就仅有一列,但也要这么写)。 ③想画出散点图,但是坐标精度太小,分辨不出,这还要继续研究: c<-data[,1] mydata<-rbind(c,c) ...
[vars], mtcars$am, dstats) 会报错: Error in is.data.frame(x) : (串列)对象不能强制改变成'double'种类 此外: Warning message: In mean.default(x) : 参数不是数值也不是逻辑值:回覆NA 搜了一堆网页这么解释: "因为mean()的参数必须是numeric或者logical,而书上传给dstats()的是以mtcars$am分组...