1

目前，我有一个函数可以为我的相关矩阵中的每个文件寻找最佳相关性。我正在处理 list.files。这是功能：

get.max.cor <- function(station, mat){
        mat[row(mat) == col(mat)] <- -Inf        
        which( mat[station, ] == max(mat[station, ],na.rm=TRUE) )
     }

如果我有这样的相关矩阵（没有 NA 值）：

cor1 <- read.table(text="
ST208     ST209     ST210     ST211     ST212
ST208 1.0000000 0.8646358 0.8104837 0.8899451 0.7486417
ST209 0.8646358 1.0000000 0.9335584 0.8392696 0.8676857
ST210 0.8104837 0.9335584 1.0000000 0.8304132 0.9141465
ST211 0.8899451 0.8392696 0.8304132 1.0000000 0.8064669
ST212 0.7486417 0.8676857 0.9141465 0.8064669 1.0000000
", header=TRUE)

它完美地工作。如果我有一个带有一些 NA（但不仅是 NA）的相关矩阵，如下所示：

cor2 <- read.table(text="
ST208     ST209     ST210     ST211     ST212
ST208 1.0000000 NA 0.9666491 0.9573701 0.9233598
ST209 NA 1.0000000 0.9744054 0.9577192 0.9346706
ST210 0.9666491 0.9744054 1.0000000 0.9460145 0.9582683
ST211 0.9573701 0.9577192 0.9460145 1.0000000 NA
ST212 0.9233598 0.9346706 0.9582683 NA 1.0000000
", header=TRUE)

由于na.rm = TRUE，它仍然有效，但是当我有一个没有数据的文件时，因此只有这样的列中的NA：

cor3 <- read.table(text="
ST208     ST209     ST210     ST211     ST212
ST208 1.0000000 NA 0.8104837 0.8899451 0.7486417
ST209 NA NA NA NA NA
ST210 0.8104837 NA 1.0000000 0.8304132 0.9141465
ST211 0.8899451 NA 0.8304132 1.0000000 0.8064669
ST212 0.7486417 NA 0.9141465 0.8064669 1.0000000
", header=TRUE)

它当然不起作用，因为没有非 NA 值，因此该文件没有最大相关性。这就是为什么我有这个错误：0 (non-na) 案例。我试图删除 NA 列，但是当我正在处理 list.files 时，列表和矩阵中的文件数将不一样。我在网上搜索，但只找到了一些关于删除 NA 列的主题。就我而言，我想忽略这些 NA 列而不删除它们。

我想对 R 说：当你在相关矩阵中寻找每个文件的最高相关性时，如果你看到一个没有相关系数的文件（只有 NAs 列），不要对它做任何事情，保持它喜欢这并转到下一个文件（下一列或下一行）。我还尝试使用 else {NA} 或 else {NULL} 来避免这个问题，但它仍然不起作用。

有人知道如何解决这个问题吗？非常感谢你。

最好的问候杰弗里

感谢您的所有回答。

我认为它现在适用于带有 Joran 代码的 NA 列。你也是真正的乔兰。我现在在用于处理 get.max.cor 输出的下一个函数上出现错误。

    na.fill <- function(x, y){        
            i <- is.na(x[1:8700,1])
            xx <- y[1:8700,1]        
            new <- data.frame(xx=xx)
            x[1:8700,1][i] <- predict(lm(x[1:8700,1]~xx, na.action=na.exclude), new)[i]
            x        
        }

process.all <- function(df.list, mat){

        f <- function(station)
             na.fill(df.list[[ station ]], df.list[[ max.cor[station] ]])

        g <- function(station){
        x <- df.list[[station]]
        if(any(is.na(x[1:8700,1]))){
            mat[row(mat) == col(mat)] <- -Inf
            nas <- which(is.na(x[1:8700,1]))
            ord <- order(mat[station, ], decreasing = TRUE)[-c(1, ncol(mat))]
            for(y in ord){
                if(all(!is.na(df.list[[y]][1:8700,1][nas]))){
                    xx <- df.list[[y]][1:8700,1]
                    new <- data.frame(xx=xx)
                    x[1:8700,1][nas] <- predict(lm(x[1:8700,1]~xx, na.action=na.exclude), new)[nas]
                    break
                }
            }
        }
        x
    }             

        n <- length(df.list)
        nms <- names(df.list)
        max.cor <- sapply(seq.int(n), get.max.cor, corhiver2008capt1)
        df.list <- lapply(seq.int(n), f)
        df.list <- lapply(seq.int(n), g)
        names(df.list) <- nms
        df.list
    }

    refill <- process.all(lst, corhiver2008capt1)
    refill <- as.data.frame(refill)
    capt1_hiver <- refill[1:8700,]

此功能用于根据最佳相关文件（我之前选择它所做的）填充我的文件。我的错误是：

Error in model.frame.default(formula = x[1:8700, 1] ~ xx, na.action = na.exclude,  : 
  invalid type (NULL) for variable 'xx'

这可能是由于我的相关矩阵的“NULL 列”。xx 文件中没有数据（没有相关性的文件）。如何在不修改数据维度（保留 NA 文件）的情况下继续计算并忽略（或什么都不做）NULL 文件？目前，它仅在我只选择带有数据的文件（而不仅仅是 NA）时才有效。

4

2 回答 2

3

所以我不完全确定你的示例代码在这里得到了什么，但我们开始吧。

cor3当我在所有缺失值的行上运行你的函数时，我得到了这个：

> get.max.cor("ST209",cor3)
[1] 2

这既不是错误也不是警告，但它可能不是您想要的。如所写，您的函数将对角线元素替换为-Inf，因为每个站都可能与其自身完全相关，并且您不希望这是最大值。

这意味着下一行不是对只有 NA值的行进行操作；里面有那个-Inf。所以na.rm = TRUE扔掉除了-Inf价值之外的所有东西，因为这就是剩下的，它是最大值。

显然，这不是你想要的。但是您还没有真正指定如何使用此函数来遍历行，所以我必须推测一下。如果您修改函数以检查最大值是否有限：

get.max.cor <- function(station, mat){
     mat[row(mat) == col(mat)] <- -Inf
     m <- max(mat[station, ],na.rm=TRUE)
     if (is.finite(m)) {return(which( mat[station, ] == m ))}
     else {return(NA)}
}

NA当该行是所有NA值时，您可以让它返回。但是，您可能还需要NA使用您用来处理输出的任何代码来处理get.max.cor它（我无法真正提供帮助，因为您没有提供它）。

于 2012-05-31T11:38:06.413 回答
0

正如 danas 所说，你得到了你可能想要的东西。但是，如果它证明有帮助，这是实现测试的一种方法。

if ( sum(!is.na(cor3[j,])) == 0 ) #all values in j-th row are NA {
   output(j)= NULL
}
于 2012-05-31T11:22:15.947 回答