运行MCA时出现aggregate.data.frame错误的原因排查

问题场景 #

在R中使用FactoMineR包执行MCA(widedata.emf.df)时触发错误：

Error in aggregate.data.frame(as.data.frame(x), ...) : arguments must have same length

数据集信息 #

str(widedata.emf.df)输出：

str(widedata.emf.df)
'data.frame':   196 obs. of  34 variables:
 $ ID              : int  1 2 3 4 5 6 7 8 9 10 ...
 $ age             : num  27 37 20 26 34 33 44 27 26 33 ...
 $ gender          : Factor w/ 3 levels "female","male",..: 1 2 2 2 2 3 1 1 2 2 ...
 $ education       : Factor w/ 3 levels "bac-uni","mast-phd-uni",..: 1 1 3 3 2 2 3 2 1 2 ...
 $ subj.knowl.quant: Factor w/ 3 levels "Q1","Q2","Q3": 1 2 1 3 3 1 1 1 3 2 ...
 $ obj.knowl.quant : Factor w/ 3 levels "Q1","Q2","Q3": 2 2 3 1 3 1 1 1 3 1 ...
 $ electric        : Factor w/ 2 levels "0","1": 2 2 1 2 1 2 2 1 1 2 ...
 $ antenna         : Factor w/ 2 levels "0","1": 1 2 1 1 1 1 1 1 1 1 ...
 $ signal          : Factor w/ 2 levels "0","1": 1 2 1 1 1 1 1 1 1 1 ...

数据集包含更多类似electric的二元因子变量，无缺失值。

回溯信息 #

traceback()输出：

traceback()
5: stop("arguments must have same length")
4: aggregate.data.frame(as.data.frame(x), ...)
3: aggregate.default(res.mca$var$contrib/100, by = list(factor(variable)), 
       FUN = sum)
2: aggregate(res.mca$var$contrib/100, by = list(factor(variable)), 
       FUN = sum)
1: MCA(widedata.emf.df)

错误成因与解决方法 #

成因

MCA（多重对应分析）仅适用于分类变量（因子类型），但你传入的数据集包含：

• 整数型的ID（唯一标识，无分类意义）
• 数值型的age（连续变量）

当MCA尝试处理这些非分类变量时，内部计算变量贡献的环节中，用于分组的variable向量和res.mca$var$contrib的长度不匹配，最终触发aggregate函数的长度错误。

解决方法

1. 仅保留分类变量运行MCA：
   筛选数据集中所有因子类型的变量：

# 提取所有因子列
factor_cols <- sapply(widedata.emf.df, is.factor)
mca_data <- widedata.emf.df[, factor_cols]
# 执行MCA
MCA(mca_data)

2. 手动排除非分类变量：
   直接去掉ID和age列：

MCA(widedata.emf.df[, -c(1, 2)])

3. 纳入连续变量的处理方式：
   如果需要将age纳入分析，先将其离散化为因子（比如分年龄段）：

# 将age分箱为因子
widedata.emf.df$age_cat <- cut(widedata.emf.df$age, breaks = 3, labels = c("Young", "Middle", "Old"))
# 排除原age列，保留新的分类列和其他因子列
MCA(widedata.emf.df[, c(-1, -2)])

内容的提问来源于stack exchange，提问作者Silvia