在data.frame上使用dplyr来计算每个字符变量组的缺失观察数时,我有一个奇怪的问题 . 这会创建错误“错误:列”“具有不受支持的类型 .
为了复制它,我创建了一个子集 . 子集rdata文件可在此处获得:rdata file including dftest data.frame首先 . 使用我提供的子集,代码:
dftest %>%
group_by(file) %>%
summarise(missings=sum(is.na(v131)))
将创建错误:错误:列'file'具有不受支持的类型
str(dftest)返回:
'data.frame': 756345 obs. of 2 variables:
$ file: atomic bjir31fl.dta bjir31fl.dta bjir31fl.dta bjir31fl.dta ...
..- attr(*, "levels")= chr
$ v131: Factor w/ 330 levels "not of benin",..: 6 6 6 6 1 1 1 9 9 9 ...
但是,获取子集的子集并再次运行dplyr命令将创建预期输出 .
dftest <- dftest[1:756345,]
dftest %>%
group_by(file) %>%
summarise(missings=sum(is.na(v131)))
str(dftest)现在返回:
'data.frame': 756345 obs. of 2 variables:
$ file: chr "bjir31fl.dta" "bjir31fl.dta" "bjir31fl.dta" "bjir31fl.dta" ...
$ v131: Factor w/ 330 levels "not of benin",..: 6 6 6 6 1 1 1 9 9 9 ...
任何人都有任何关于可能导致此错误的建议,以及该如何处理 . 在我的原始文件中,我有300个变量,而dplyr声明其中大多数都是不受支持的类型 .
谢谢 .
1 回答
当数据框的列具有属性时,这似乎是使用
filter
的问题 . 例如,将属性添加到
x
列 . 请注意str(df)
现在显示x
为atomic
,filter
不起作用:要使其工作,请删除该属性: