求助R语言harmonise问题

最新推荐文章于 2024-05-15 10:51:03 发布
最新推荐文章于 2024-05-15 10:51:03 发布
阅读量658 收藏 7
点赞数 10
文章标签： r语言 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/i257257/article/details/135338318
版权

如图所示，merge之类都挺顺畅，但是harmonise出现了问题。

Harmonising exposure (LDL) and outcome (aB5rvo)
Harmonising NA (NA) and NA (NA)
Error in `[.data.table`(data.table::data.table(dat), , `:=`(SNP_index,  : 
  提供 2 个项分配给第 'SNP_index' 列中的第 1 组，组的大小为 0 RHS 的长度必须是 1(可以是单个值) 或完全符合 LHS 的长度如果您想回收(recycle) RHS，请使用 rep() 向你的代码读者明确表达你的意图
i257257
关注
用R语言将数据中的缺失值替换为0
CyberXZ的博客
08-29 1741
处理缺失值是数据预处理的重要步骤之一，而在R语言中，我们可以使用简单的代码将数据中的缺失值替换为指定的值，比如0。本文将介绍如何使用R语言将数据中的所有缺失值替换为0。通过执行以上步骤，您可以使用R语言将数据集中的所有缺失值替换为0。上述代码将返回一个与数据集结构相同的逻辑矩阵，其中缺失值对应的元素为TRUE，非缺失值对应的元素为FALSE。上述代码将利用逻辑矩阵来选择数据集中的缺失值，并将其替换为0。完成上述步骤后，数据集中的所有缺失值都将被成功替换为0。用R语言将数据中的缺失值替换为0。
R数据分析：孟德尔随机化实操
wyhua2008的博客
11-07 2473
好多同学询问孟德尔随机化的问题，我再来尝试着梳理一遍，希望对大家有所帮助，首先看下图1分钟，盯着看将下图印在脑海中：上图是工具变量（不知道工具变量请翻之前的文章）的模式图，明确一个点：我们做孟德尔的时候感兴趣的是x和y的关系，也就是小b，但是我们直接去跑x对y的回归肯定是不对的，因为有很多的U，因此我们借助工具变量G（关于工具变量我们之前的文章有详细的解释，请自行查阅），去估计我们感兴趣的小b。
孟德尔随机化报错，harmonization后MR报错
linzhipeng12的博客
05-15 247
Error in vapply(elements, encode, character(1)) : 值的长度必需为1，但FUN(X[[1]])结果的长度却是38。昨天还可以，今天报错了，求解！
孟德尔随机化代码运行后的“灵异事件”
nice0763的博客
07-25 1157
运行了harmonise_data（）之后，提示我有两个回文SNP，但mr_keep全部都是TURE啊
使用TwoSampleMR进行两样本的孟德尔随机化研究
庐州月光的博客
12-25 1万+
欢迎关注”生信修炼手册”!TwoSampleMR是MR-Base数据库开发团队提供的R包，可以调用MR-Base数据库中已有的gwas结果，来进行2SMR分析，官方文档链接如下https...
R语言问题记录-harmony包安装及Rstdio打开即中止
qq_45937614的博客
01-14 4703
R问题记录-harmony包安装及Rstdio打开即终止
r运行太慢怎么办
生信小博士的博客
11-09 5366
很多人的R语言会卡就是因为这个数字太小了，如果你的电脑是64位的，那就输入memory.limit(102400)，把系统分配给R语言的内存使用上限调到100G如果你的电脑是32位的，那就输入memory.limit(4000)，把系统分配给R语言的内存使用上限调到4G，因为32位系统只能支持4G内存。
Open Harmonise-开源
04-24
【Open Harmonise 开源项目详解】 Open Harmonise 是一个基于Java开发的开源项目，其核心设计目标在于提供一套集成了元数据、分类法和内容管理的系统。此系统充分利用了WebDAV标准，使得在互联网环境中对内容进行...
TwoSampleMR-R教程 两样本孟德尔随机化（原来真的就是这么简单……）
Timo_优快云的博客
03-02 3万+
零基础就能做到的非常简单的两样本孟德尔随机化分析
求助！孟德尔随机化LD时clump_data函数过程中出现错误1.OPENGWAS_JWT=＜token＞ needs to be set in your .Renviron file.
优快云riti的博客
04-12 3199
问题三：Error in mtfrm.default(list(url = "https://api.opengwas.io/api/ld/clump", : cannot mtfrm。问题一：好像是要去https://api.opengwas.io上拿到JWT，可是我已经在网站上有了JWT，请问如何与R相关联，也就是在R上面绑定？问题二：No encoding supplied: defaulting to UTF-8.这个东西需要管吗？若需要如何去解决呢？孟德尔小白，请哪位大哥能够帮帮忙！
gwas数据获取如何获取完整的GWAS summary数据（1）------GWAS catalog数据库
生信小博士的博客
11-22 1万+
使用r来分析。
R数据分析：孟德尔随机化分析文献解析和实例操练
热门推荐
Codewar的博客
07-26 3万+
最近抽空研读了一篇探讨高血压和肾功能关系的文献，记录下来分享给大家，主要也是想看看孟德尔随机化的统计分析结果在论文中是如何呈现的，之后我会给大家写写孟德尔随机化的统计分析在R语言中的做法，希望可以帮助到大家。 文章的题目是A bidirectional Mendelian randomization study supports causal effects of kidney function on blood pressure，这篇文章用到的统计技巧叫做Two-sample MR----两样本孟德尔随
运行harmonise_data后是空的
最新发布
03-31
<think>嗯，用户遇到了harmonise_data函数执行后返回空的问题，需要排查原因和解决方法。首先，我需要回忆一下harmonise_data函数的作用，它通常用于孟德尔随机化分析中的数据协调，确保暴露和结局的数据一致。根据引用[1]，这个函数需要exposure_dat和outcome_dat作为输入，并且action参数设置为2。可能的问题可能出在输入数据格式不正确，或者数据没有交集。 首先，检查输入数据的结构是否正确。比如，暴露数据和结局数据是否都包含必要的列，比如SNP、effect_allele、other_allele、beta等。如果数据列不匹配，函数可能无法正确协调数据，导致返回空值。这时候需要用户用str()或head()函数检查数据框的结构。 其次，考虑allele方向的一致性。harmonise_data会比对暴露和结局中的等位基因，如果方向相反，可能会根据action参数处理。如果action=2，函数会自动翻转效应量，但需要确保allele的命名一致，比如都是大写或者小写。用户可能需要统一等位基因的大小写，或者处理多核苷酸的情况，比如将ATCG格式的allele转换为简写形式。 然后，检查SNP的交集。如果暴露和结局数据中没有共同的SNP，结果自然为空。用户需要确认两者的SNP列表是否有重叠，可以通过intersect(exposure_dat$SNP, outcome_dat$SNP)来查看。如果交集为空，可能需要更换数据集或放宽匹配条件，比如允许不同的rsID但相同的位置。 另外，action参数设置是否正确？action=2会保留尽可能多的SNP，而其他选项可能排除方向不一致的SNP。用户应确认是否误用了其他action值。此外，版本兼容性也可能导致问题，比如TwoSampleMR包的版本过旧，可能需要更新到最新版。 还有可能数据中存在重复的SNP或格式错误，比如effect_allele和other_allele列有缺失值或非字符类型。用户需要检查数据中的每个SNP是否唯一，并且各列的数据类型正确。 如果以上步骤都没问题，可以尝试在harmonise_data之后使用subset函数过滤有效结果，或者使用harmonise_data的action参数的不同设置进行调试。例如，设置action=1或3，看是否有结果返回，帮助定位问题。 最后，如果问题仍未解决，可能需要提供具体的代码和数据样本，到GitHub提交issue或社区求助，以便更详细地排查问题。</think>### harmonise_data返回空值的排查思路及解决方法 #### 一、数据输入检查 1. **数据结构验证** - 确认`exposure_dat`和`outcome_dat`是否均为标准格式的GWAS数据框，必须包含以下字段： `SNP`, `effect_allele`, `other_allele`, `beta`, `se`, `eaf`, `pval` ```r str(exposure_dat) # 检查暴露数据集结构 str(outcome_dat) # 检查结局数据集结构 ``` - **注意**：若使用IEU数据库直接获取数据，需用`extract_outcome_data()`或`extract_instruments()`确保格式正确[^1] 2. **SNP交集检测** 执行以下代码检查是否存在共享SNP： ```r common_snps <- intersect(exposure_dat$SNP, outcome_dat$SNP) print(paste("共有", length(common_snps), "个重叠SNP")) ``` *若输出为0，说明无有效SNP匹配，需更换数据集或调整匹配条件* #### 二、等位基因协调问题 1. **方向一致性处理** - 检查`effect_allele`和`other_allele`的命名是否完全一致（大小写敏感） - 使用以下代码强制统一等位基因大小写： ```r exposure_dat$effect_allele <- toupper(exposure_dat$effect_allele) outcome_dat$effect_allele <- toupper(outcome_dat$effect_allele) ``` 2. **多核苷酸变异处理** 若存在AT/CG型等位基因，需转换为简写形式： ```r # 示例：将ATCG格式转换为首字母缩写 exposure_dat$effect_allele <- substr(exposure_dat$effect_allele, 1, 1) ``` #### 三、参数调试与高级处理 1. **action参数验证** 尝试不同action值观察结果变化： ```r dat1 <- harmonise_data(exposure_dat, outcome_dat, action=1) # 严格模式 dat2 <- harmonise_data(exposure_dat, outcome_dat, action=2) # 自动翻转模式 ``` 2. **效应量方向检查** 添加调试代码检查原始数据： ```r merged <- merge(exposure_dat, outcome_dat, by="SNP", suffixes=c("_expo","_out")) print(merged[,c("effect_allele_expo","effect_allele_out","beta_expo","beta_out")]) ``` #### 四、特殊场景处理 1. **链不明确问题** 对于未提供链信息的SNP，手动补充： ```r exposure_dat$strand.exposure <- "+" outcome_dat$strand.outcome <- "+" ``` 2. **版本兼容性检查** 更新`TwoSampleMR`包至最新版： ```r remotes::install_github("MRCIEU/TwoSampleMR") ``` #### 五、完整排查流程图 $$ \begin{cases} \text{数据输入检查} \rightarrow \text{SNP交集?} \\ \quad \downarrow \text{是} \\ \text{等位基因方向验证} \rightarrow \text{action参数正确?} \\ \quad \downarrow \text{是} \\ \text{效应量符号检查} \rightarrow \text{返回有效结果} \end{cases} $$
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值