GGally::ggpairs 在处理 NA 时对不同的变量表现不同

Question

我有一个使用 readr 加载的数据集，其中包含 2341 行、401 列和一些 NAs。我正在尝试创建带有连续变量子选择的散点图矩阵。

这是我使用的一些变量的glimpse：

Observations: 2,341
Variables: 3
$ Height <dbl> 175.2000, 175.0000, 174.7000, 174.0000, 173.0000, ...
$ gender <fct> Male, Male, Male, Male, Male, Male, Male, Male, Male, ...
$ lb_pp  <dbl> 55.00000, 50.00000, 40.00000, 56.00000,  60.00000, ...

变量 Height、lb_pp 和 gender 分别有 98、150 和 0 个 NA。

大多数变量表现良好，并正常显示在图中。 ggpairs 当我使用具有 150 个 NA 的变量时会引发警告（下面​​的警告消息），但我得到的情节没有问题，如下所示：

Warning message:
“Removed 150 rows containing non-finite values (stat_boxplot).”`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Warning message:
“Removed 150 rows containing non-finite values (stat_bin).”Warning message:
“Removed 150 rows containing non-finite values (stat_density).”

但是当我使用另一个变量 height 时，它会因不同的警告消息和搞砸的情节而窒息：

Warning message:
“Removed 98 rows containing non-finite values (stat_count).
”Warning message:
“Computation failed in `stat_count()`:
arguments imply differing number of rows: 392, 400, 1
”Warning message:
“Computation failed in `stat_count()`:
arguments imply differing number of rows: 542, 574, 1
”Warning message:
“Removed 98 rows containing non-finite values (stat_count).”Warning message:
“Computation failed in `stat_count()`:
arguments imply differing number of rows: 392, 400, 1”

我可以通过为麻烦的变量过滤掉具有 NA 的行来解决此问题，但是为什么我必须对某些 var 而不是其他的？当我询问is.numeric 时，这两个变量都返回TRUE。有什么区别？

感谢您的帮助。

Answer 1

在这里回答我自己的问题，结果发现引发错误的讨厌变量height 不是原子向量，而是n x 1 矩阵。烦人的是，在我的例子中，这就是 R 的 scale 内置函数默默返回的内容。 Tidyverse 的 glimpse 函数最近发生的变化现在在输出中显示矩阵的维度，而不是值的样本，这就是我发现错误的方式。