Question

我正在使用R进行一些PCA分析。一切都运行良好，直到我发现我应该处理我的数据集的转置。然而，当我尝试在转置数据集上进行PCA时，我无法解决这个问题！

> sum(is.na(data_t))
[1] 1367
> dim(data_t)
[1]  599 9505
> data_t[1:4,1:4]
                             2'-PDE    7A5      A1BG     A2M
TCGA.A1.A0SD.01A.11R.A115.07  0.0153750 2.4105 0.9493333 0.24200
TCGA.A1.A0SE.01A.11R.A084.07  0.4669375 0.3635 0.2798333 1.03850
TCGA.A1.A0SH.01A.11R.A084.07 -0.0295625 1.8550 0.7486667 1.16050
TCGA.A1.A0SJ.01A.11R.A084.07  0.7919375 1.4080 0.7500000 1.67775

> pca2<-princomp(~.,data=data_t, na.action=na.omit)
 Error in `[.data.frame`(mf, , x) : undefined columns selected

> pca2<-princomp(data_t, na.action=na.omit)
 Error in princomp.default(data_t, na.action = na.omit) : 
  'princomp' can only be used with more units than variables

如果变量多于单位，则无法使用princomp。但是你可以使用prcomp（参见R - 'princomp' can only be used with more units than variables），但我仍然会遇到错误！

> pca2<-prcomp(data_t,na.action=na.omit)
 Error in svd(x, nu = 0) : infinite or missing values in 'x'

> pca2<-prcomp(~ ., data=data_t, na.action=na.omit, scale=TRUE)
 Error in `[.data.frame`(mf, , x) : undefined columns selected

Answer 1

当R缺少数据并且您尝试使用包含所有变量的公式时，似乎R不喜欢它。所以这最终起作用了：

pca2<-prcomp(na.omit(data_t), scale=TRUE)

当然这省略了缺少数据的那些列。

Answer 2

我遇到了同样的问题。对我来说，当我将列名（除数字之外）分配给data.frame时，它就起作用了。例如，当colnames(mydf)为(1,2,3,4,5)时，我收到此错误：

Error in [.data.frame(mf, , x) : undefined columns selected

我做的是：

colnames(mydf) <- paste("var", 1:5, sep="")

然后运行princomp函数：

mypca <- princom(~. , data=myrdf, cor=F, na.action=na.exclude)

并没有问题。

转置数据的PCA

2 个答案: