R中的Cor函数仅产生NA值答案

【问题标题】：Cor function in R producing only NA valueR中的Cor函数仅产生NA值
【发布时间】：2018-07-11 01:38:22
【问题描述】：

我正在尝试完成第二周的 coursera R 课程作业，但无法弄清楚我的代码出了什么问题，因为我在运行它时得到了 NA 值。目标是计算完全观察到的病例数（所有变量）大于阈值的监测位置的硫酸盐和硝酸盐之间的相关性。该函数应返回满足阈值要求的监视器的相关向量。我做了一些基本的调试尝试（使用 print 语句），并且相信我的问题在 if 语句的某个地方。有什么想法/帮助/建议吗？

代码的数据文件在这里：https://d396qusza40orc.cloudfront.net/rprog%2Fdata%2Fspecdata.zip

代码如下：

corr <- function(directory, threshold = 0) { 

    #list of all csv files
    filelist <- list.files(path = directory, pattern = ".csv", full.names = TRUE)

    #vector for values to be input into
    cor_vector <- numeric()

    #loop for each file in list
    for (i in 1:length(filelist)) {
            data <- read.csv(filelist[i])
            cc <- sum(complete.cases(data))

            if (cc > threshold){

                    compsulfate <- data[which(!is.na(data$sulfate)), ]
                    compnitrate <- data[which(!is.na(data$nitrate)), ]

                    cor_vector <- c(cor_vector, cor(data$sulfate,data$nitrate))

            }

    }

    return(cor_vector)
}

【问题讨论】：

你已经对compsulfate和compnitrate中的非NA元素进行了子集化，那你为什么不在cor中使用呢？

标签： r

【解决方案1】：

其中一个问题是创建的对象“compsulfate”、“compnitrate”未用于相关性计算，但单独删除 NA 元素也可能导致 length 发生变化。更好的选择是删除两列中的 NA，然后执行 cor

corr <- function(directory, threshold = 0) { 

    #list of all csv files
    filelist <- list.files(path = directory, pattern = ".csv", full.names = TRUE)

    #vector for values to be input into
    cor_vector <- numeric()

    #loop for each file in list
    for (i in 1:length(filelist)) {
            data <- read.csv(filelist[i])

            cc <- sum(complete.cases(data))

            if (cc > threshold){

                     dataN <- data[complete.cases(data[c('sulfate', 'nitrate')]),]

                    cor_vector <- c(cor_vector, cor(dataN$sulfate, dataN$nitrate))

            }

    }

    return(cor_vector)

    }

dir1 <- "/home/akrun/Downloads/specdata/"    
out <-  corr(dir1, 0)
head(out)
#[1] -0.22255256 -0.01895754 -0.14051254 -0.04389737 -0.06815956 -0.12350667

【讨论】：

单独删除更改长度很有意义。谢谢

【解决方案2】：

函数'cor'有一个'use'参数，可以设置为'pairwise.complete.obs'

corr <- function(directory, threshold = 0) { 

#list of all csv files
filelist <- list.files(path = directory, pattern = ".csv", full.names = TRUE)

#vector for values to be input into
cor_vector <- numeric()

#loop for each file in list
for (i in 1:length(filelist)) {
        data <- read.csv(filelist[i])
        cc <- sum(complete.cases(data))

        if (cc > threshold){

#                 compsulfate <- data[which(!is.na(data$sulfate)), ]
#                 compnitrate <- data[which(!is.na(data$nitrate)), ]

                cor_vector <- c(cor_vector, cor(data$sulfate,data$nitrate, use= 
                'pairwise.complete.obs'))

        }

}

return(cor_vector)
}

R> summary(foo)
 Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
-1.00   -0.05    0.11    0.14    0.28    1.00 

R> stem(foo)

The decimal point is 1 digit(s) to the left of the |

-10 | 0
 -9 | 
 -8 | 
 -7 | 
 -6 | 
 -5 | 5
 -4 | 6
 -3 | 0
 -2 | 9222211
 -1 | 88888888776666665544444332222111111110
 -0 | 99999999888888887777777666666665555544444444433333322222221111110000
  0 | 00111111222222223444445566677779999999
  1 | 000000111122222222233333344444455555666678888899999
  2 | 00001111333334444555566666667777788888999
  3 | 0000001222455566667778889
  4 | 011123334456677789
  5 | 12222355678999
  6 | 0012227
  7 | 011233669
  8 | 9
  9 | 1
 10 | 0

【讨论】：