这行改成自己的文件，是分组后的这个文件吗？

我利用这个文件会出现这样的错误：

源代码：

library("gplots")

library("limma")

library("edgeR")  

foldChange=1

padj=0.01  

setwd("F:\\大四下\\毕业课题设计\\miRNA-isoform数据集") #设置工作目录  

rt<-read.table("F:\\大四下\\毕业课题设计\\miRNA-isoform数据集\\tcga_miRNA.txt",sep="\t",header=T,check.names=F) #改成自己的文件名 

rt<-as.matrix(rt) 

rownames(rt)=rt[,1] 

exp<-rt[,2:ncol(rt)]

dimnames<-list(rownames(exp),colnames(exp)) 

data<-matrix(as.numeric(as.matrix(exp)),nrow=nrow(exp),dimnames=dimnames) 

data<-avereps(data) #重复的探针记录以均值替代  

data<-data[rowMeans(data)>1,]  

group=c(rep("Tumor",1077),rep("Normal",104))  #按照癌症和正常样品数目修改  

#group<-c(rep("group2",nrow(dataupp)),rep("group3",nrow(datalow)))  

design <- model.matrix(~group) #实验设计矩阵，以指示比对的方式

y <- DGEList(counts=data,group=group)#转化成R擅长处理的格式

y <- calcNormFactors(y)  #标准化数据／归一化,创建标准化因子规范数据

y <- estimateCommonDisp(y) #先估计所有样品 

y <- estimateTagwiseDisp(y) #再估计分组的

et <- exactTest(y,pair = c("Tumor","Normal")) #用exact Test计算p值

topTags(et)  #通过p值或log-fold排序

ordered_tags <- topTags(et, n=100000)  

错误：

> data<-matrix(as.numeric(as.matrix(exp)),nrow=nrow(exp),dimnames=dimnames) 

Error in matrix(as.numeric(as.matrix(exp)), nrow = nrow(exp), dimnames = dimnames) : 

  non-numeric matrix extent

In addition: Warning message:

In matrix(as.numeric(as.matrix(exp)), nrow = nrow(exp), dimnames = dimnames) :

  NAs introduced by coercion

> data<-avereps(data) #重复的探针记录以均值替代  

Warning messages:

1: In rowsum.default(x, ID, reorder = FALSE, na.rm = TRUE) :

  missing values for 'group'

2: In rowsum.default(1L - is.na(x), ID, reorder = FALSE) :

  missing values for 'group'

> data<-data[rowMeans(data)>1,]  

然后我利用合并后的Merge_matrix.txt文件，出现的是这个错误

源代码：

library("gplots")

library("limma")

library("edgeR")  

foldChange=1

padj=0.01  

setwd("F:\\大四下\\毕业课题设计\\miRNA-isoform数据集") #设置工作目录  

rt<-read.table("F:\\大四下\\毕业课题设计\\miRNA-isoform数据集\\Merge_matrix.txt",sep="\t",header=T,check.names=F) #改成自己的文件名 

rt<-as.matrix(rt) 

rownames(rt)=rt[,1] 

exp<-rt[,2:ncol(rt)]

dimnames<-list(rownames(exp),colnames(exp)) 

data<-matrix(as.numeric(as.matrix(exp)),nrow=nrow(exp),dimnames=dimnames) 

data<-avereps(data) #重复的探针记录以均值替代  

data<-data[rowMeans(data)>1,]  

group=c(rep("Tumor",1077),rep("Normal",104))  #按照癌症和正常样品数目修改  

#group<-c(rep("group2",nrow(dataupp)),rep("group3",nrow(datalow)))  

design <- model.matrix(~group) #实验设计矩阵，以指示比对的方式

y <- DGEList(counts=data,group=group)#转化成R擅长处理的格式

y <- calcNormFactors(y)  #标准化数据／归一化,创建标准化因子规范数据

y <- estimateCommonDisp(y) #先估计所有样品 

y <- estimateTagwiseDisp(y) #再估计分组的

et <- exactTest(y,pair = c("Tumor","Normal")) #用exact Test计算p值

topTags(et)  #通过p值或log-fold排序

ordered_tags <- topTags(et, n=100000)  

错误：

> exp<-rt[,2:ncol(rt)]

> dimnames<-list(rownames(exp),colnames(exp)) 

> data<-matrix(as.numeric(as.matrix(exp)),nrow=nrow(exp),dimnames=dimnames) 

Warning message:

In matrix(as.numeric(as.matrix(exp)), nrow = nrow(exp), dimnames = dimnames) :

  NAs introduced by coercion

> data<-avereps(data) #重复的探针记录以均值替代  

> data<-data[rowMeans(data)>1,]  

> 

> 

> group=c(rep("Tumor",1077),rep("Normal",104))  #按照癌症和正常样品数目修改  

> #group<-c(rep("group2",nrow(dataupp)),rep("group3",nrow(datalow)))  

> design <- model.matrix(~group) #实验设计矩阵，以指示比对的方式

> y <- DGEList(counts=data,group=group)#转化成R擅长处理的格式

Error in .isAllZero(counts) : counts must be positive finite values

> y <- calcNormFactors(y)  #标准化数据／归一化,创建标准化因子规范数据

Error in calcNormFactors(y) : object 'y' not found

> y <- estimateCommonDisp(y) #先估计所有样品 

Error in estimateCommonDisp(y) : object 'y' not found

> y <- estimateTagwiseDisp(y) #再估计分组的

Error in estimateTagwiseDisp(y) : object 'y' not found

> et <- exactTest(y,pair = c("Tumor","Normal")) #用exact Test计算p值

Error in is(object, "DGEList") : object 'y' not found

> topTags(et)  #通过p值或log-fold排序

Error in topTags(et) : object 'et' not found

> ordered_tags <- topTags(et, n=100000)

Error in topTags(et, n = 1e+05) : object 'et' not found

想请教请教您！拜托了