如果空的地方用NA 表示的话，那么就可以用如下编码实现
假设 第一组数据是 a1 第二组数据是a2, 他们的行数是一致的！
index<- is.na(a1)a1[index] <- a2[index]
# here is a example
a1<-c(1,NA,3,NA,5,6,NA,8,9,10)
a1
a2<- 1:10
a2
length(a1)
length(a2)
index<-is.na(a1)
a1[index]<-a2[index]
a1
结果截图：
不知道是不是你想要的结果~
如果你能提供数据结构的话，我或许可以更加明确的提供方法！
比如 Horticulture Research 中的论文 Comparative analysis of long noncoding RNAs in angiosperms and characterization of long noncoding RNAs in response to heat stress in Chinese cabbage 方法部分写道
这里相当于是计算两个数据集中的变量之间的相关性，之前发现 correlation 这个R包里的函数 correlation() 可以做
但是这里遇到了一个问题
关掉这个报错界面以后就会提示
暂时还不知道如何解决，自己搜索了一下暂时还没有找到解决办法
只能把输入法切换成中文，然后一次性把函数名输入完
计算相关系数和P值
结果如下
但是mRNA的表达量有上万个，用这个函数计算的时候是非常慢的
找到了另外一个函数是 Hmisc 这个包中的 rcorr() 函数
这个速度快很多，但是他不能计算两个数据集之间变量的相关性，
这样的话可以先计算，然后再筛选
这个函数要求的输入数据是矩阵格式
自定义函数将这个结果转换成一个四列的数据框格式
最后用变量名去匹配
两个矩阵之间的相关性热图这么容易画的吗？零基础学习R语言之相关性分析2_哔哩哔哩_bilibili
psych 这个包里的 corr.test() 函数也是可以直接计算两个数据集变量之间的相关性的，这个结果了也有显著性检验的p值
但是这个如果数量量比较大的话速度也很慢
小明的数据分析笔记本
