apply家族函数和for循环还是有区别的（批量生存分析出图bug）

Original 生信技能树生信技能树 2022-06-06

收录于合集 #生存分析 38个

最近整理我GitHub代码，发现了之前一个批量生存分析代码是有问题的，因为不同基因表达量分组后，没有道理所有基因出图的P值不变，更诡异的是，lapply内部变量不识别，一定要外部变量。

为了给大家讲清楚这个故事，我创造了测试数据和代码，你们可以打开电脑的R语言开始表演啦！

下面代码会报错：

rm(list = ls())
library(survival)
library(survminer)
dat=data.frame(sample(1:1000,200),
               sample(0:1,200,T),
               rnorm(200),
               sample(LETTERS[1:5],200,T))
table(dat$subtype)
colnames(dat)=c("OS.time","OS","MATH","subtype")
lapply(split(dat,dat$subtype), function(x){ 

  x$group <- ifelse(x$MATH > median(x$MATH), "High","Low")
  table(x$group)
  mySurv_OS=with(x,Surv(OS.time, OS))
  sfit=survfit(mySurv_OS~group,data=x)
  ggsurvplot(sfit,pval =TRUE )


})

很诡异的报错，首先是说找不到X这个变量，实际情况是lapply里面的X是有的，单独运行不会报错，被包裹在lapply里面就出现问题，然后是出图的P值不变，这个bug也是需要解决的。

经过在VIP群里的讨论，把apply替换为for就可以运行：

rm(list = ls())
library(survival)
library(survminer)
dat=data.frame(sample(1:1000,200),
               sample(0:1,200,T),
               rnorm(200),
               sample(LETTERS[1:5],200,T))
table(dat$subtype)
colnames(dat)=c("OS.time","OS","MATH","subtype")
l=split(dat,dat$subtype)
rm(x)
for (i in 1:length(l)) {
  x=l[[i]]
  x$group <- ifelse(x$MATH > median(x$MATH), "High","Low")
  table(x$group)
  mySurv_OS=with(x,Surv(OS.time, OS))
  sfit=survfit(mySurv_OS~group,data=x)
 print( ggsurvplot(sfit,pval =TRUE))
  #ggsave(paste0(i,'.png'))
}