如何将变量转化为定量？

Question

我有一个数据矩阵(900列和5000行)，我想在上面做一个pca。

这个矩阵在excel中看起来非常好(意味着所有的值都是定量的)，但是在我读取R中的文件并尝试运行pca代码后，我得到了一个错误，指出“以下变量不是定量的”，并且我得到了一个非定量变量的列表。

因此，一般来说，一些变量是定量的，而另一些则不是。请参见下面的示例。当我检查变量1时，它是正确的和定量的。(随机地，一些变量在文件中是定量的)当我检查变量2时，它是不正确的，并且是非定量的。(随机地，像这样的一些变量在文件中是非定量的)

> data$variable1[1:5]
[1] -0.7617504 -0.9740939 -0.5089303 -0.1032487 -0.1245882

> data$variable2[1:5]
[1] -0.183546332959017 -0.179283451229594 -0.191165669598284 -0.187060515423038
[5] -0.184409474669824
731 Levels: -0.001841783473108 -0.001855956210119 ... -1,97E+05

所以我的问题是，我如何把所有的非定量变量都变成定量变量？

使文件简短无济于事，因为值本身就是量化的。我不知道发生了什么。下面是我的原始文件<- https://docs.google.com/file/d/0BzP-YLnUNCdwakc4dnhYdEpudjQ/edit的链接

我也尝试了下面给出的答案，但仍然没有帮助。

所以让我来展示一下我到底做了什么，

> data <- read.delim("file.txt", header=T)
> res.pca = PCA(data, quali.sup=1, graph=T)
Error in PCA(data, quali.sup = 1, graph = T) :
The following variables are not quantitative:  batch
The following variables are not quantitative:  target79
The following variables are not quantitative:  target148
The following variables are not quantitative:  target151
The following variables are not quantitative:  target217
The following variables are not quantitative:  target266
The following variables are not quantitative:  target515
The following variables are not quantitative:  target530
The following variables are not quantitative:  target587
The following variables are not quantitative:  target620
The following variables are not quantitative:  target730
The following variables are not quantitative:  target739
The following variables are not quantitative:  target801
The following variables are not quantitative:  target803
The following variables are not quantitative:  target809
The following variables are not quantitative:  target819
The following variables are not quantitative:  target868
The following variables a
In addition: There were 50 or more warnings (use warnings() to see the first 50)

Answer 1

R将您的变量视为因素，正如Arun所提到的。因此，它会生成一个data.frame (实际上是一个列表)。有许多方法可以解决这个问题，其中一个方法是将其转换为数据矩阵，方法如下；

matrix <- as.numeric(as.matrix(data))
dim(matrix) <- dim(data)

现在，您可以在矩阵上运行PCA。

编辑：

扩展一下这个例子，查利的建议的第二部分将不起作用。复制以下会话，看看它是如何工作的；

d <- data.frame(
 a = factor(runif(2000)),
 b = factor(runif(2000)),
 c = factor(runif(2000)))

as.numeric(d) #does not work on a list (data frame is a list)

as.numeric(d$a) # does work, because d$a is a vecor, but this is not what you are 
# after. R converts the factor levels to numeric instead of the actual value.

(m <- as.numeric(as.matrix(d))) # this does the rigth thing
dim(m)                        # but m loses the dimensions and is now a vector

dim(m) <- dim(d)              # assign the dimensions of d to m

svd(m)                        # you can do the PCA function of your liking on m

Answer 2

默认情况下，R将字符串强制为factor。这可能会导致意外的行为。使用以下命令关闭此默认选项：

      read.csv(x, stringsAsFactors=F)

或者，也可以使用以下命令将因子强制为数字

      newVar<-as.numeric(oldVar)

Answer 3

as.numeric(as.character(data$variable2[1:5]))，先用as.character获取因子变量标签的字符串表示，再用as.numeric进行转换