如何通过仅读取具有数字数据的数据集的列来执行 PCA？答案

【问题标题】：How to perform a PCA by reading in ONLY the columns of a dataset that have numeric data?如何通过仅读取具有数字数据的数据集的列来执行 PCA？
【发布时间】：2017-04-06 01:00:23
【问题描述】：

我正在尝试对月度温度进行 PCA，但我得到的数据集包含的列不仅仅是月度数据。我如何只阅读月份列来执行 PCA？这是我目前所拥有的一切：

dat_TEMP=read.table("TEMPERATURE.csv",header=TRUE, sep=";", dec=",",row.names=1)
attach(dat_TEMP)
df=data.frame(January,February,March,April,May,June,July,August,September,October,November,December)
dat.pca=prcomp(df,dat_TEMP,center=T,scale=T)

但是当我尝试运行最后一行时，它给了我这个错误： "colMeans(x, na.rm = TRUE) 中的错误：'x' 必须是数字"

谁能帮我解决这个问题？我需要做什么才能读出月份列？

【问题讨论】：

您是否将两个 data.frames 传递给 prcomp？我认为您应该取出dat_TEMP 参数。另请查看sapply(df, class) 以查看df 中所有列的类别。如果它们不都是数字并且您期望它们是，那么在导入过程中可能出现了问题。

标签： r pca read.table

【解决方案1】：

您需要确保在提取数字列时未将其作为字符或因子传递。如果没有，您可以使用数字列对数据进行子集化，然后运行 PCA。

您可以通过多种方式仅使用数字列对数据进行子集化。

使用 dplyr 中的 select_if()

library("dplyr")
data.numeric=select_if(data, is.numeric)

使用应用函数

colnums <- sapply(data, is.numeric)
data[ , colnums]

或者

data[, sapply(data, class) == "numeric"]

【讨论】：