时间戳

首页 > 解决方案 > prcomp "colMeans(x, na.rm = TRUE) 中的错误：'x' 必须是数字"

r - prcomp "colMeans(x, na.rm = TRUE) 中的错误：'x' 必须是数字"

问题描述

我是 R 的新手，目前正在尝试为项目创建 PCA 图。我在 excel 中创建了数据表，然后将其保存为 .csv 文件，我将其声明为变量，如下所示：

> har.lip <-read.csv("HData.csv", header=TRUE, sep=",")
> head(har.lip[, 1:3])
      NAME   NUM1     NUM80
1  IN-3  4.347214  8.247082
2  IN-4  3.666815  8.108210
3  IN-5  5.779208 12.329948
4  IN-7  6.205594 22.449827
5  IN-7  5.342581 10.762976
6  IN-3  4.538335  9.711204
> pca <- prcomp(har.lip)
Error in colMeans(x, na.rm = TRUE) : 'x' must be numeric

我已经尝试在此处根据自己的情况调整其他解决方案，但似乎没有用。我一直在学习教程，但我可以使用一些额外的帮助。谢谢！

标签： rpca

解决方案

根据您的数据框，第一列似乎是一个字符串。prcomp不容忍字符串。你可以做的事情是：

har.lip <-read.csv("HData.csv", header=TRUE, sep=",")

# Coerce to matrix, remove the first column which has characters
har.lip_mat <- as.matrix(har.lip[ ,-1])

# run function on the matrix
pca <- prcomp(har.lip_mat)

这应该会给你想要的输出。

为了说明您的一些其他问题，这里有一个更扩展的代表：

library(dplyr)

# Make a data set that looks like yours
sim_data <- mtcars %>% 
    tibble::rownames_to_column(var = "id")

# Make your data set a matrix and remove non-numeric columns
sim_data_mat <- as.matrix(sim_data[ ,-1])

# Add row names to your matrix from original data ste
rownames(sim_data_mat) <- sim_data[ ,1]

# Keep complete cases only

sim_data_mat <- sim_data_mat[complete.cases(sim_data_mat),]

# Now run your 
prcomp(sim_data_mat)
``

推荐阅读