1

我正在使用 R 进行一些 PCA 分析。一切都很好，直到我想到我应该处理我的数据集的转置。但是，当我尝试对转置数据集进行 PCA 时，我无法解决！

> 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

事实证明，如果变量多于单位，则不能使用 princomp。但是您可以使用 prcomp （请参阅R - 'princomp' 只能用于比变量更多的单位）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
4

2 回答 2

2

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

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

当然，这会忽略那些缺少数据的列。

于 2013-01-14T20:58:56.217 回答
2

我有同样的问题。对我来说，当我将列名（数字除外）分配给我的data.frame. 例如，when colnames(mydf)was (1,2,3,4,5)，我收到此错误：

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

我所做的是：

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

然后运行princomp函数：

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

并且没有问题。

于 2018-05-18T13:42:27.807 回答