我有一个p值列表，我想为FDR的多个比较计算调整p值。在R中，我可以使用:
pval <- read.csv("my_file.txt",header=F,sep="\t")
pval <- pval[,1]
FDR <- p.adjust(pval, method= "BH")
print(length(pval[FDR<0.1]))
write.table(cbind(pval, FDR),"pval_FDR.txt",row.names=F,sep="\t",quote=F )
如何在Python中实现此代码？在Google的帮助下，这是我在Python中的可行尝试:
pvalue_list [2.26717873145e-10, 1.36209234286e-11 , 0.684342083821...] # my pvalues
pvalue_lst = [v.r['p.value'] for v in pvalue_list]
p_adjust = R.r['p.adjust'](R.FloatVector(pvalue_lst),method='BH')
for v in p_adjust:
print v
上面的代码抛出
AttributeError: 'float' object has no attribute 'r'错误。谁能帮我指出我的问题？先谢谢您的帮助! 最佳答案
如果您希望确定从R获得的 yield ，还可以表明您希望使用R包“stats”中的函数:
from rpy2.robjects.packages import importr
from rpy2.robjects.vectors import FloatVector
stats = importr('stats')
p_adjust = stats.p_adjust(FloatVector(pvalue_list), method = 'BH')