R 如何通过只读取具有数字数据的数据集的列来执行PCA？

我试图对每月的温度进行主成分分析，但我得到的数据集的列比每月的数据多。如何仅读取月份列以执行PCA？以下是我目前掌握的所有信息：

dat_TEMP=read.table("TEMPERATURE.csv",header=TRUE, sep=";", dec=",",row.names=1)
attach(dat_TEMP)
df=data.frame(January,February,March,April,May,June,July,August,September,October,November,December)
dat.pca=prcomp(df,dat_TEMP,center=T,scale=T)

但当我尝试运行最后一行时，它会给我以下错误： colMeans中的错误（x，na.rm=TRUE）：“x”必须是数字

---

有人能帮我吗？要读取月份列，我需要做什么？

您需要确保在提取过程中，数字列不会作为字符或因子传递。如果没有，则可以使用数字列对数据进行子集，然后运行PCA

有多种方法可以仅使用数字列来子集数据

使用dplyr中的select_if（） 使用应用函数

---

您需要确保在提取过程中，数字列不会作为字符或因子传递。如果没有，则可以使用数字列对数据进行子集，然后运行PCA

有多种方法可以仅使用数字列来子集数据

使用dplyr中的select_if（） 使用应用函数

---

是否将两个data.frames传递给

prcomp

？我认为您应该去掉

dat\u TEMP

参数。另请查看

sapply（df，class）

以查看

df

中所有列的类。如果它们并非都是数字，并且您希望它们都是数字，那么在导入过程中可能出现了问题。您是否将两个data.frames传递给

prcomp

？我认为您应该去掉

dat\u TEMP

参数。另请查看

sapply（df，class）

以查看

df

中所有列的类。如果它们不都是数字，并且您希望它们都是数字，那么在导入过程中可能出现了问题。

library("dplyr")
data.numeric=select_if(data, is.numeric)

colnums <- sapply(data, is.numeric)
data[ , colnums]

data[, sapply(data, class) == "numeric"]