Р: два, казалось бы, одинаковых набора данных, но один работает, а другой нет?

R версия 3.3.2 (31 октября 2016 г.). Используемые пакеты: vegan, plyr и bmble.

У меня есть два очень больших набора данных. Назовем их df1 и df2. Каждый выглядит так:

 Taxon          Sam1001    Sam1002
 Bacteria01     0.25       0
 Bacteria02     0.11       0.34

«Хороший» набор данных — df1. Он имеет 1885 наблюдений 3013 переменных. df2 имеет 1674 наблюдения 2377 переменных. При загрузке также появляется предупреждение:

See spec(...) for full column specifications.
Warning: 55 parsing failures.
row           col               expected  actual
1062 SAMN032937893 no trailing characters .12E-07
1062 SAMN032936513 no trailing characters .12E-07
1062 SAMN032936373 no trailing characters .12E-07
1062 SAMN032936273 no trailing characters .12E-07
1062 SAMN032937943 no trailing characters .12E-07
.... ............. ...................... .......
See problems(...) for more details.

Я удаляю строку 1062, так как это кажется проблемой. Затем я запускаю следующий код:

df[df==0] <- NA
df2[df2==NA_integer_] <- NA #because NA_integer appears in the dataset df2
dfFreq <- apply(df, 2, count)
dfNARemoved <- lapply(dfFreq, function(x) transform(x[-nrow(x),]))
dfFreqxRemoved <- lapply(dfNARemoved, function(x) { x["x"] <- NULL; x 
}) #removing useless x column
dfSum <- lapply(dfFreqxRemoved, function(x) sum(x))

df1 генерирует такой список:

List of 3013
$ X1                  : int 1884
$ SAMN03073712        : int 191
$ SAMN03852278        : int 1
$ SAMN02142445        : int 100
$ SAMN03852340        : int 1
$ SAMEA2241190        : int 108

И т. д. Однако df2 генерирует такой список:

List of 38669
$ : num 1
$ : num 1
$ : num 1
$ : num 1

Редактировать: Моя общая цель состоит в том, чтобы взять большой набор данных операционных таксономических единиц (OTU), взятых из выборок копытных, и суммировать появление OTU для каждой выборки. Для df1 это создаст такую ​​матрицу:

 Sam1001   Sam1002
 2         1

Используя этот код:

require(dplyr)
dfBound <- rbind(dfSum)
dfBoundData <- as.data.frame(dfBound)
dfBoundData$X1 <- NULL
transdfBoundData <- transform(dfBoundData, dfSum = 
as.numeric(dfSum)) #although this works, it duplicates all of the rows
subttbd <- transdfBoundData[c(1, 2),]
subttbd <- subttbd[1,] 
mat.subttbd <- data.matrix(subttbd)

После чего я бы создал график. Это успешно работает для df1, но не работает для df2.

Поскольку проблема связана с созданием списка, у меня возникает вопрос: как заставить df2 создать такой список, как df1? В частности, что происходит во фреймах данных, из-за чего df2 выдает такой другой (и, в конечном счете, бесполезный, когда я пытаюсь манипулировать им дальше) результат?

Полезная(?) информация

• Я не предоставил никаких воспроизводимых данных, потому что наборы данных очень велики и внешне абсолютно одинаковы (как показано). Если бы я мог, я бы, наверное, смог понять, что происходит в "плохом" df2.
• Я пробовал str, tail, head и все другие комбинации трюков, чтобы определить, есть ли мошеннические факторы или персонажи. похоже, в наборе данных одинаковое количество целых и числовых значений и один фактор (таксон).