na.fail.default 中的错误：对象中缺少值 - 但没有缺少值

Question

我正在尝试运行使用这些数据的 lme 模型：

tot_nochc=runif(10,1,15)
cor_partner=factor(c(1,1,0,1,0,0,0,0,1,0))
age=runif(10,18,75)
agecu=age^3
day=factor(c(1,2,2,3,3,NA,NA,4,4,4))
dt=as.data.frame(cbind(tot_nochc,cor_partner,agecu,day))
attach(dt)

corpart.lme.1=lme(tot_nochc~cor_partner+agecu+cor_partner *agecu, 
                  random = ~cor_partner+agecu+cor_partner *agecu |day, 
                  na.exclude(day))

我得到这个错误代码：

Error in na.fail.default(list(cor_partner = c(1L, 1L, 2L, 1L, 1L, 1L, : missing values in object

我知道论坛里有类似的问题。但是，就我而言：

cor_partner没有缺失值；
整个对象被编码为一个因素（至少从全球环境显示的内容来看）。

我可以用 na.action 排除那些 NA 值，但我更想知道为什么函数正在读取缺失值 - 以准确了解我的数据发生了什么。

Answer 1

tl;dr 您必须一次对整个数据框使用 na.exclude()（或其他），以便剩余的观察结果在变量之间保持匹配。 ..

set.seed(101)
tot_nochc=runif(10,1,15)
cor_partner=factor(c(1,1,0,1,0,0,0,0,1,0))
age=runif(10,18,75)
agecu=age^3
day=factor(c(1,2,2,3,3,NA,NA,4,4,4))
## use data.frame() -- *DON'T* cbind() first
dt=data.frame(tot_nochc,cor_partner,agecu,day)
## DON'T attach(dt) ...

现在试试：

library(nlme)
corpart.lme.1=lme(tot_nochc~cor_partner+agecu+cor_partner *agecu, 
              random = ~cor_partner+agecu+cor_partner *agecu |day, 
              data=dt,
              na.action=na.exclude)

我们收到收敛错误和警告，但我认为现在是因为我们使用的是一个很小的虚构数据集，其中没有足够的信息，而不是因为代码存在任何固有问题。

Answer 2

randomForest 包有一个 na.roughfix 函数，“ 通过 median/mode 估算缺失值”

您可以如下使用

fit_rf<-randomForest(store~.,
        data=store_train,
        importance=TRUE,
        prOximity=TRUE,
        na.action=na.roughfix)

Answer 3

如果您的数据包含 Na 或缺失值，您可以使用它它将传递与数据集中完全相同的数据。

rf<-randomForest(target~.,data=train, na.action = na.roughfix)

Answer 4

另一种可能的解决方案是使用 data <- na.omit(train)，这样您就可以轻松传递数据。

na.fail.default 中的错误：对象中缺少值 - 但没有缺少值

Error in na.fail.default: missing values in object - but no missing values

r

error-code

missing-data

nlme