获取：“；cor（数据）错误：'；x'；必须是数字“；确定数据帧中两个变量之间的相关性时_R

获取：“；cor（数据）错误：'；x'；必须是数字“；确定数据帧中两个变量之间的相关性时

获取：“；cor（数据）错误：'；x'；必须是数字“；确定数据帧中两个变量之间的相关性时,r,R,你的变量就是因素。转换为数字。它是复杂的，但首先转换为字符（从因子转换直接导致怪异）库（dplyr） H%变异（跨越（everything（），~as.numeric（as.character（））这些typeof（数据$V1）和typeof（数据$V2）的结果是什么？两者都是整数@LocoGrisCan您可以共享dput（H）结构的输出（列表（V1=结构（c（7L、10L、2L、1L、13L、6L、3L、15L、8L、12L、11L、4L、9L、5L、14L），.Label=c（“0.76

你的变量就是因素。转换为数字。它是复杂的，但首先转换为字符（从因子转换直接导致怪异）

库（dplyr）
H%变异（跨越（everything（），~as.numeric（as.character（））

这些typeof（数据$V1）和typeof（数据$V2）的结果是什么？两者都是整数@LocoGrisCan您可以共享dput（H）结构的输出（列表（V1=结构（c（7L、10L、2L、1L、13L、6L、3L、15L、8L、12L、11L、4L、9L、5L、14L），.Label=c（“0.769”、“1.432”、“1.944”、“10.298”、“24.566”、“34.955”、“36.016”、“39.332”、“44.315”、“5.177”、“5.202”、“50.808”、“53.228”、“6.861”、“71.674”类系数），V2=结构（c（13L，4L，3L，1L，12L，14L，5L，11L，9L，7L，5L，6L，8L，10L，2L），.Label=c（“64.7”，“67.1”，“71.3”，“72.0”，“72.6”，“72.7”，“77.8”，“77.9”，“78.5”，“78.8”，“79.5”，“80.3”，“80.5”，“81.3”），class=”factor”）），class=“data.frame”，row.names=c（NA，-15L））输出在前面的注释@LocoGris中

library(dplyr)
H <- H %>% mutate(across(everything(), ~as.numeric(as.character(.))))