我不知道你为什么会得到这个错误。dist函数默认情况下应该处理NA。下面是一个例子。另外，你可能想先简单地计算你的距离矩阵，然后馈送到hclust。vegan包可以计算许多距离度量，你可以指定是否应该删除NA：

# data
set.seed(1)
x <- matrix(rnorm(100), nrow = 5)
df <- matrix(rnorm(100), nrow = 5)

# make missing values
nvals <- length(c(df))
set.seed(1)
df[sample(x = nvals, size = nvals*0.1)] <- NaN

# distance "euclidean"
hc <- hclust(dist(df), method = "ave")
plot(hc)

# other distance metrics
D <- vegdist(df, method = "manhattan", na.rm = TRUE)
hc <- hclust(D, method = "ave")
plot(hc)

字符串

好的，我设法解决了这个问题。我必须做简单的估算。我只是用一个“常数”代替了所有的NA。
然后，我可以可视化整个数据集，而无需删除任何样本或行，对行和列进行聚类。然后，当我想绘制NA在数据集中的位置时，我只需在任何图中为“常量”给予特定的颜色。
通过这种方式，我对所有的NA都进行了相同的处理，而不会根据其他样本（例如均值/中位数/回归方法）为每行/列中的NA分配一个值。这种方法最适合我的数据集，而不会使它们向任何方向倾斜。

管理NA问题的另一种方法是，如果NA的数量上级超过阈值，则删除该列。阈值将是热图/聚类不再工作的最大值。
例如# remove columns if number of na is up to 15 na_count <- colSums（is.na（t_Mat））columns_to_remove <- which（na_count > 15）# Remove identified columns t_Mat <- t_Mat[，-columns_to_remove]