R 如何使用0（零）值进行PCA

我想用月降雨量做一个主成分分析。因为冬天没有雨，所以我列中的很多值都是0

当我运行PCA时，控制台中会出现以下消息：cov.wt（z）中的错误：'x'必须仅包含有限值

我想R在这里告诉我的是，它不喜欢我的0值

因此，我试图通过将所有值乘以1.0000000001，将我的0值改为“实数”。但是，即使我这样做并使用新值再次运行R，它也会弹出相同的消息

我读到，我需要要么清除其中有任何缺失值的行（我不能），要么使用PCA代码，通过某种方式输入缺失值来处理缺失值。但是我的0是实际值，而不是缺少的值

我在网上找到了很多关于如何处理缺失值或NA值的信息，但没有找到关于如何处理零值的信息。有人对我如何做到这一点有什么建议吗？非常感谢你的帮助

我的猜测是，“cov.wt（z）中的误差：'x'必须只包含有限值”抱怨某些协方差是非有限的，即NA/NaN。如果变量的标准偏差为0，则可能发生这种情况

示例代码：

latent = rnorm(10)
data = data.frame(rep(0,10), #10 0's
                  latent+rnorm(10),  #latent and noise
                  latent+rnorm(10),     #
                  latent+1.5*rnorm(10)) #
colnames(data) = c("zeros","var1","var2","var3")

library(psych)
principal(data)     #error!
principal(data[-1]) #no errors

---

如果将

prcomp

与默认值一起使用，则变量仍然居中。另外，

1.0000000001*0==0

。但是，我在这里没有看到编程问题。这可能更像是一个统计问题。