Question

让我们从一些数据开始：

set.seed(0)
data <- data.frame('Group' = rep(c('Control', 'Disease'), 10),
                   'SV_mL' = rnorm(20),
                   'CO_L' = rnorm(20))

现在让我们从感兴趣的两个变量SV_mL和CO_L中创建一个因子。

var <- as.factor(colnames(data)[colnames(data) != 'Group'])

基于SV_mL的子集无论我是否首先将其转换为字符都有效：

mean(data[data$Group == 'Control',var[1]]) # 0.2077689
mean(data[data$Group == 'Control',as.character(var[1])]) # 0.2077689

但基于CO_L的子集仅在我首先将其转换为字符时才有效：

mean(data[data$Group == 'Control',var[2]]) # NA
mean(data[data$Group == 'Control',as.character(var[2])]) # 0.194133

在返回NA的行中，我收到以下警告：

Warning message: argument is not numeric or logical: returning NA

我理解通过在将因子用于子集数据帧之前将因子转换为字符，我可以避免这个问题。但是，我想了解为什么会发生这种情况，特别是为什么它出现在一个因素而不是另一个因素。

向遇到此帖的人发出警告。

由于下面的答案，我现在知道当您尝试基于因子对数据帧进行子集时，它会使用该因子的数字表示。在这种情况下，SV_mL的数字表示为2，CO_L的数字表示为1（基于默认的字母顺序）。碰巧我的数据帧的第一列是一个因素 - 所以我得到了一个错误。第二列碰巧是SV_mL，所以我（引用不引用）“幸运地”得到了正确答案。

让我们说这个设置不同。

set.seed(0)
data <- data.frame('Group' = rep(c('Control', 'Disease'), 10),
                   'X' = rnorm(20),
                   'SV_mL' = rnorm(20),
                   'CO_L' = rnorm(20))

var <- as.factor(colnames(data)[colnames(data) != 'Group'])

在这种情况下，X是第一个因素，但其数字表示为3。因此，基于因子表示的子集化，我会得到错误列的平均。

mean(data[data$Group == 'Control',var[1]]) # 0.194133 mean(data[data$Group == 'Control','X']) # 0.2077689

亲爱的我亲爱的 - 我们一定要小心，不能是我们。

Answer 1

原因是当您不将因子转换为字符时，它们在子集中被视为数字。

var
[1] SV_mL CO_L
as.numeric(var)
[1] 2 1

因此，SV_mL被认为是＆＃39; 2＆＃39;并按照您的意愿给出第二列，但CO_L被认为是＆＃39; 1＆＃39;并返回第一列，即列Group。因子向量的平均值为您提供警告并返回NA。

mean(data$Group)
[1] NA
Warning message:
In mean.default(data$Group) :
  argument is not numeric or logical: returning NA

R：使用因子对数据帧进行子集化时出现警告，但不对字符进行子集化

1 个答案: