colMeansx，na.rm = TRUE中的错误：即使将x转换为数值变量后，其也必须是数值

如何解决colMeansx，na.rm = TRUE中的错误：即使将x转换为数值变量后，其也必须是数值

几天前我才刚刚开始学习R。我正在根据此处的教程（https://www.benjaminbell.co.uk/2018/02/principal-components-analysis-pca-in-r.html#further）在R控制台下使用R（4.0.3版）运行PCA

我的数据由2个分类变量（SPECIES和STATE）和4个数字变量组成，这些分类变量对我的PCA很重要，无法删除。

我将Excel数据（ dataset1.csv ）加载为 dataset2 ，并尝试使用以下方法将其转换为数值变量：

#1
d = data.frame(Species=c("EA","EH","ES"),x=runif(3),y=runif(3))

#2
d$Species = as.numeric(as.factor(d$Species))

#3
3. d = data.frame(State=c("Kelantan","Terengganu","Pahang","Johor"),x=runif(4),y=runif(4))

#4
d$State = as.numeric(as.factor(d$State))

请参阅教程：Principal Components Analysis:Error in colMeans(x,na.rm = TRUE) : 'x' must be numeric

但是，当我使用代码p <- prcomp(dataset2)时，仍然出现错误：

colMeans（x，na.rm = TRUE）中的错误：“ x”必须为数字

非常感谢我帮助我同时使用分类变量和数字变量来运行PCA。

P / S：我以前曾与FactorMineR和Factoshiny合作，但我看不到可以帮助我将状态标记为不同图标和种类，不同颜色等的选项。

解决方法

我不知道您的问题是什么！我刚刚转换了您所做的操作，但是它可以工作。请复制并粘贴代码，然后运行。它将起作用。

 d = data.frame(State=c("Kelantan","Terengganu","Pahang","Johor"),x=runif(4),y=runif(4))
> str(d)
'data.frame':   4 obs. of  3 variables:
 $ State: Factor w/ 4 levels "Johor","Kelantan",..: 2 4 3 1
 $ x    : num  0.4941 0.0722 0.206 0.4999
 $ y    : num  0.266 0.177 0.133 0.442
> d$State = as.numeric(as.factor(d$State))
> d
  State          x         y
1     2 0.49413147 0.2664495
2     4 0.07220937 0.1772339
3     3 0.20597378 0.1326426
4     1 0.49994185 0.4415824 
> prcomp(d)
Standard deviations (1,..,p=3):
[1] 1.31234286 0.07598757 0.05476076

Rotation (n x k) = (3 x 3):
             PC1         PC2       PC3
State  0.9837020 -0.04918652 0.1729481
x     -0.1549119 -0.72014961 0.6763038
y     -0.0912835  0.69207314 0.7160322