代码么有错的话，可能是你过滤的太严格了，放低这个值试试：meanFPKM

老师，尝试了您说的方式，但是还是不行。整体步骤：导入数据，检查缺失值后，从5万变成了3万多基因，然后就是过滤，都没有问题，直到datExpr0=datExpr0[1:n,datExpr0[n+1,] > meanFPKM] 这步，运行之后从3万变成了0. 

#########check missing value and filter检查缺失值和过滤 ####################

datExpr0

##check missing value

gsg = goodSamplesGenes(datExpr0, verbose = 3)

gsg$allOK

 #显示为false，执行如下

if (!gsg$allOK)

# Optionally, print the gene and sample names that were removed:

           if (sum(!gsg$goodGenes)>0)

              printFlush(paste("Removing genes:", paste(names(datExpr0)[!gsg$goodGenes], collapse = ", ")))

           if (sum(!gsg$goodSamples)>0)

              printFlush(paste("Removing samples:", paste(rownames(datExpr0)[!gsg$goodSamples], collapse = ", ")))

          # Remove the offending genes and samples from the data:

            datExpr0 = datExpr0[gsg$goodSamples, gsg$goodGenes]

##filter  过滤低表达量的数据

meanFPKM=0.5         ####the threshold can be changed---过滤标准，可以修改

n=nrow(datExpr0)

datExpr0[n+1,]=apply(datExpr0[c(1:nrow(datExpr0)),],2,mean)

datExpr0[n+1,]

datExpr0=datExpr0[1:n,datExpr0[n+1,] > meanFPKM]