主成分分析：colMeans（x，na.rm = TRUE）中的錯誤：'x'必須是數字

我試圖執行一個主成分分析，但我得到錯誤：colMeans（x ，na.rm = TRUE）：'x'必須是數字主成分分析：colMeans（x，na.rm = TRUE）中的錯誤：'x'必須是數字

我知道所有的列都必須是數字，但是如何處理數據集中的字符對象？ E.g：

enter image description here

我應該添加新列指國名的數字代碼：下面的數據

data(birth.death.rates.1966) 
data2 <- birth.death.rates.1966 
princ <- prcomp(data2)

數據2的例子嗎？如果是的話，如何在R中做到這一點？

來源

2017-05-25 Rubens Rodrigues

您可以通過factor去轉換角色矢量數值。然後每個唯一的值得到一個唯一的整數代碼。在這個例子中，有四個值，因此數爲1〜4，按照字母順序，我想：

> d = data.frame(country=c("foo","bar","baz","qux"),x=runif(4),y=runif(4)) 
> d 
    country   x   y 
1  foo 0.84435112 0.7022875 
2  bar 0.01343424 0.5019794 
3  baz 0.09815888 0.5832612 
4  qux 0.18397525 0.8049514 
> d$country = as.numeric(as.factor(d$country)) 
> d 
    country   x   y 
1  3 0.84435112 0.7022875 
2  1 0.01343424 0.5019794 
3  2 0.09815888 0.5832612 
4  4 0.18397525 0.8049514

然後，您可以運行prcomp：

> prcomp(d) 
Standard deviations: 
[1] 1.308665216 0.339983614 0.009141194 

Rotation: 
       PC1   PC2   PC3 
country -0.9858920 0.132948161 -0.101694168 
x  -0.1331795 -0.991081523 -0.004541179 
y  -0.1013910 0.009066471 0.994805345

無論你的應用是這是有道理的由你決定。也許你只想放棄第一列：prcomp(d[,-1])並使用數字數據，這似乎是其他「答案」試圖實現的內容。

來源

2017-05-25 07:34:14 Spacedman

數據幀的第一列是字符。所以，你可以重新編寫它行的名稱爲：

library(tidyverse) 
data2 %>% remove_rownames %>% column_to_rownames(var="country") 
princ <- prcomp(data2)

或者爲：

data2 <- data2[,-1] 
rownames(data2) <- data2[,1] 
princ <- prcomp(data2)

來源

2017-05-25 04:49:29 parth

請採取第二種選擇。反轉解決方案更長，需要更多時間。不是所有的東西都是一個釘子，要求用反轉錘擊打。保留那個用於更復雜的數據處理的地方，它確實給你帶來了好處。 –

正確告訴@JorisMeys，_tidyverse_對於複雜的數據更爲合適 – parth

*和*這並不回答將字符轉換爲數字的問題。 – Spacedman

主成分分析：colMeans（x，na.rm = TRUE）中的錯誤：'x'必須是數字

回答

相關問題