Question

我正在使用dlply（）和自定义函数，它平均lm（）的斜率适合包含一些NA值的数据，我得到了错误 “lm.fit中的错误（x，y，offset = offset，singular.ok = singular.ok，...）： 0（非NA）案例“

只有在用两个关键变量调用dlply时才会发生此错误 - 用一个变量分隔工作正常。

令人讨厌我无法使用简单的数据集重现错误，因此我已将问题数据集发布到我的保管箱中。

这是代码，尽可能减少，但仍会产生错误：

masterData <- read.csv("http://dl.dropbox.com/u/48901983/SOquestionData.csv", na.strings="#N/A")

workingData <- data.frame(sample = masterData$sample,
                      substrate = masterData$substrate,
                      el1 = masterData$elapsedHr1,
                      F1 = masterData$r1 - masterData$rK)

#This function is trivial as written; in reality it takes the average of many slopes
meanSlope <- function(df) {
     lm1 <- lm(df$F1 ~ df$el1, na.action=na.omit) #changing to na.exclude doesn't help
     slope1 <- lm1$coefficients[2]
     meanSlope <- mean(c(slope1)) 
}

lsGOOD <- dlply(workingData, .(sample), meanSlope) #works fine

lsBAD <- dlply(workingData, .(sample, substrate), meanSlope) #throws error

提前感谢任何见解。

Answer 1

对于您的几个交叉分类，您缺少协变量：

 with(masterData, table(sample, substrate, r1mis = is.na(r1) ) )
#
snipped the nonmissing reports
, , r1mis = TRUE

      substrate
sample 1 2 3 4 5 6 7 8
    3  0 0 0 0 0 0 0 0
    4  0 0 0 0 0 0 0 0
    5  0 0 0 0 0 0 0 0
    6  0 0 0 0 0 0 0 0
    7  0 0 0 0 0 0 3 3
    8  0 0 0 0 0 0 0 3
    9  0 0 0 0 0 0 0 3
    10 0 0 0 0 0 0 0 3
    11 0 0 0 0 0 0 0 3
    12 0 0 0 0 0 0 0 3
    13 0 0 0 0 0 0 0 3
    14 0 0 0 0 0 0 0 3

这可以让你跳过这个特定数据中数据不足的子集：

meanSlope <- function(df) { if ( sum(!is.na(df$el1)) < 2 ) { return(NA) } else {
     lm1 <- lm(df$F1 ~ df$el1, na.action=na.omit) #changing to na.exclude doesn't help
     slope1 <- lm1$coefficients[2]
     meanSlope <- mean(c(slope1)) }
}

虽然这取决于某个特定协变量的缺失。更强大的解决方案是使用try来捕获错误并转换为NA。

?try

Answer 2

根据我的评论：

my.func <- function(df) {
  data.frame(el1=all(is.na(df$el1)), F1=all(is.na(df$F1)))
}

ddply(workingData, .(sample, substrate), my.func)

显示您有许多子集，其中F1和el1都是NA。（事实上每次一个人都是na，另一个人也是！）

lm从dlply内部调用抛出“0（非NA）情况”错误[r]

2 个答案: