当状态为非数字时，为什么USArrests数据可以在R中进行PCA分析？

Sergio 发表于 Dev

塞尔吉奥

我一直在尝试使用R和'prcomp'进行PCA分析。我的数据（plan0）是具有很多NA的数据框，所以我这样做

plan0_sna <- na.omit(plan0)

当我尝试做时，结果数据在这里

m2 <- princomp(plan0_sna, cor=TRUE)
Error in cov.wt(z) : 'x' must contain finite values only

所以，我需要转换为矩阵

matrix0 <- data.matrix (plan0_sna)

但是在结果数据中没有状态名称

    head(matrix0)
   LOCAL PM2.5   BC         Al        Si
2      1    21  5.9 0.02278234 0.2993741
3      1    22  7.6 0.06149135 0.1828806
12     1    28 18.4 0.01614913 0.1905879
17     1    31 18.5 0.04290772 0.1603130
18     1    26  8.5 0.03344481 0.4836519
19     1    35 14.1 0.11562827 0.3842194

我想进行分析而不会失去州名，例如USArrest数据：

> USArrests
               Murder Assault UrbanPop Rape
Alabama          13.2     236       58 21.2
Alaska           10.0     263       48 44.5
Arizona           8.1     294       80 31.0
Arkansas          8.8     190       50 19.5
California        9.0     276       91 40.6
Colorado          7.9     204       78 38.7
Connecticut       3.3     110       77 11.1
Delaware          5.9     238       72 15.8
Florida          15.4     335       80 31.9
Georgia          17.4     211       60 25.8
Hawaii            5.3      46       83 20.2
Idaho             2.6     120       54 14.2
Illinois         10.4     249       83 24.0
Indiana           7.2     113       65 21.0
Iowa              2.2      56       57 11.3
Kansas            6.0     115       66 18.0
Kentucky          9.7     109       52 16.3
Louisiana        15.4     249       66 22.2
Maine             2.1      83       51  7.8
Maryland         11.3     300       67 27.8
Massachusetts     4.4     149       85 16.3
Michigan         12.1     255       74 35.1
Minnesota         2.7      72       66 14.9
Mississippi      16.1     259       44 17.1
Missouri          9.0     178       70 28.2
Montana           6.0     109       53 16.4
Nebraska          4.3     102       62 16.5
Nevada           12.2     252       81 46.0
New Hampshire     2.1      57       56  9.5
New Jersey        7.4     159       89 18.8
New Mexico       11.4     285       70 32.1
New York         11.1     254       86 26.1
North Carolina   13.0     337       45 16.1
North Dakota      0.8      45       44  7.3
Ohio              7.3     120       75 21.4
Oklahoma          6.6     151       68 20.0
Oregon            4.9     159       67 29.3
Pennsylvania      6.3     106       72 14.9
Rhode Island      3.4     174       87  8.3
South Carolina   14.4     279       48 22.5
South Dakota      3.8      86       45 12.8
Tennessee        13.2     188       59 26.9
Texas            12.7     201       80 25.5
Utah              3.2     120       80 22.9
Vermont           2.2      48       32 11.2
Virginia          8.5     156       63 20.7
Washington        4.0     145       73 26.2
West Virginia     5.7      81       39  9.3
Wisconsin         2.6      53       66 10.8
Wyoming           6.8     161       60 15.6

为什么有什么不同？

用户名

这可能应该进入堆栈溢出，但是无论如何我还是从Google云端硬盘中获取了数据。这应该与您的数据一起使用：

plan0<-read.table("plan0.txt", header=T)
plan0_sna <- na.omit(plan0)
matrix0 <- data.matrix (plan0_sna)
matrix1<-matrix0[,2:ncol(matrix0)]
rownames(matrix1)<-plan0_sna$LOCAL
m2 <- princomp(matrix1, cor=TRUE)
biplot(m2)

当您将数据帧（plan0）转换为矩阵（matrix0）时，因子（LOCAL列）会自动转换为数字。因此，在matrix0中有一个称为LOCAL的列，但它仅包含数字。

此外，每个级别的LOCAL都有几行，因此您不能将LOCAL列作为数据帧（plan0）中的行名，因为数据帧不允许重复的行名。但是，这可以使用矩阵来完成！

因此，您可以首先从matrix0中删除LOCAL列，然后将表重命名为matrix1。然后，您可以将行名称分配给matrix1。这将允许您仅使用数字数据运行PCA，并在生成的双线图上获取名称。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。