尝试使用sapply子集时，R中选择的未定义列出错_R

尝试使用sapply子集时，R中选择的未定义列出错

尝试使用sapply子集时，R中选择的未定义列出错,r,R,在过去的一个小时里，我一直在为这个问题焦头烂额，下面的代码在几个小时前工作得很好，现在我不知道为什么它不再工作了。我已经搜索了关于未定义列选择错误的其他问题，但我想我已经更正了这些答案中的所有信息。我肯定有一些小东西我忽略了或不小心留在里面，但我看不到我有一个同时包含因子和数值变量的数据框，我想要子集，这样我就保留了所有因子变量，并删除了列平均值小于0.1的数值变量我在stackoverflow的另一个问题上发现了下面的代码，稍微修改一下，它在我的测试数据上运行得很好（在一个大的3GB对象上

在过去的一个小时里，我一直在为这个问题焦头烂额，下面的代码在几个小时前工作得很好，现在我不知道为什么它不再工作了。我已经搜索了关于未定义列选择错误的其他问题，但我想我已经更正了这些答案中的所有信息。我肯定有一些小东西我忽略了或不小心留在里面，但我看不到

我有一个同时包含因子和数值变量的数据框，我想要子集，这样我就保留了所有因子变量，并删除了列平均值小于0.1的数值变量

我在stackoverflow的另一个问题上发现了下面的代码，稍微修改一下，它在我的测试数据上运行得很好（在一个大的3GB对象上尝试代码之前，我正在使用较小的子数据集进行测试）

我试图修改该函数，使其在多个对象上循环（我有54个对象要应用它，不想手动键入它们），但我不认为我编辑了原始函数，现在它已停止工作

简要介绍我的数据：

> str(Data1[1:10])
'data.frame':   11 obs. of  10 variables:
 $ Name               : Factor w/ 11688 levels "GTEX-1117F-0226-SM-5GZZ7",..: 8186 8242 8262 8270 8343 8388 8403 8621 8689 8709 ...
 $ SEX                : Factor w/ 2 levels "Female","Male": 1 2 2 1 1 2 2 1 2 1 ...
 $ AGE                : Factor w/ 6 levels "20-29","30-39",..: 4 4 1 3 3 1 3 3 3 2 ...
 $ CIRCUMSTANCES: Factor w/ 5 levels "0","1","2","3",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ Tissue.x           : Factor w/ 53 levels "Adipose_Subcutaneous",..: 7 7 7 7 7 7 7 7 7 7 ...
 $ ENSG00000223972.4  : num  0 0.0701 0.0339 0.1149 0.0549 ...
 $ ENSG00000227232.4  : num  12.5 17.2 13.1 16 15.7 ...
 $ ENSG00000243485.2  : num  0.0717 0 0.1508 0 0.061 ...
 $ ENSG00000237613.2  : num  0 0.0654 0 0.0402 0.0768 ...
 $ ENSG00000268020.2  : num  0 0.0421 0.0611 0 0 ...

<> P>因此，如果您的唯一问题是更改DATA框架中的整型变量类，但您有许多列（＞10000），您可能需要考虑将DATA框架转换为DATA表。您的代码将如下所示：

library(data.table)
Data1<-data.table(Data1) #or if you have your data in csv document just use fread instead of read.csv which will automatically give you a data.table.

使用data.table命令将其放在一起：

Data1[,which(sapply(Data1,is.integer)):=lapply(.SD,as.numeric),.SDcols=which(sapply(Data1,is.integer))]

注意，您不需要将上述代码行分配到任何内容中，因为data.table使用的指针比data.frame或tibbles对象快得多。因此，运行上述行将有效地更新Data1对象。其他非整数列（即因子）的类别将保持不变

请更新，如果你有进一步的问题，但这应该回答你的意见。祝你好运

如果没有一个工作示例来演示这个问题，就很难猜测问题可能是什么。您可能会在Ok中找到一些有用的提示，在尝试head（）我的数据以便为您创建示例数据集时，我想我已经缩小了问题的范围。当我将对象重新加载到我的环境中时，它似乎将我的一些列分类为整数而不是数字。当我在head（[1:20]）子集上运行代码时，它工作得很好，因为整数列稍后开始出现在第10000列左右的日期中。现在，我试图找出如何将这些列重新标记为数字，这是一个完全不同的问题。无论如何谢谢你！为什么只是怀疑数据结构在沿着多个列移动时会发生变化？为什么不运行

head（）

而不限制列的范围来检查列的结构？如果事实证明某些列确实是整数而不是数字，那么使用以下行重新构造它们：

Data1[，4:33]，主要是因为在数据帧中使用head（）而不限制>50000列的列将很难手动检查！我已经开始使用lapply ThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtThoughtTh，我没有意识到我可以通过在mean（）函数中使用na.rm=TRUE来删除它。很抱歉，这些基本的问题需要非常基本的解决方案，但我对编码和自学还是非常陌生！
library(data.table)
Data1<-data.table(Data1) #or if you have your data in csv document just use fread instead of read.csv which will automatically give you a data.table.

which(sapply(Data1,is.integer))

Data1[,which(sapply(Data1,is.integer)):=lapply(.SD,as.numeric),.SDcols=which(sapply(Data1,is.integer))]