使用CCTPack包时R误报数据存在缺失值（NA）的问题求助

问题场景 #

• 运行R包CCTPack时触发缺失值报错，但实际数据集无显性缺失值
• 报错信息：

''Likely variables with missing values are
Error in fac(r = r, nfactors = nfactors, n.obs = n.obs, rotate = rotate, :
I am sorry: missing values (NAs) in the correlation matrix do not allow me to continue.
Please drop those variables and try again.''

• 异常现象：1个月前旧数据可正常运行，新数据导入后必报错；导出旧数据重新导入也会触发相同错误

排查与解决方法 #

1. 排查隐性缺失值 #

数据导入过程中，空字符串、特殊字符可能被隐性识别为NA，执行以下代码确认：

# 统计每列缺失值数量
colSums(is.na(your_data_frame))
# 排查空字符串（可能被转为NA）
colSums(your_data_frame == "")

若发现隐性缺失，清理数据：

# 删除含缺失值的行
clean_data <- na.omit(your_data_frame)
# 或过滤空字符串（需加载dplyr）
library(dplyr)
clean_data <- your_data_frame %>% filter(if_all(everything(), ~ . != ""))

2. 检查常量/极端值导致的相关矩阵异常 #

CCTPack的fac()函数依赖相关矩阵，常量列、极端值会导致计算时生成NA：

• 定位并删除常量列：

# 找出标准差为0的列
constant_cols <- sapply(your_data_frame, function(x) sd(x, na.rm = TRUE) == 0)
clean_data <- your_data_frame[, !constant_cols]

• 检查极端值：用summary(your_data_frame)查看各列极值，对超出合理范围的数值做截断或删除处理。

3. 修正数据导入参数 #

导出/导入时的编码、分隔符设置错误可能导致解析异常，重新指定参数导入：

• CSV文件：

your_data <- read.csv("your_data.csv", fileEncoding = "UTF-8", na.strings = c("", "NA"))

• Excel文件（需加载readxl）：

library(readxl)
your_data <- read_excel("your_data.xlsx", na = c("", "#N/A"))

4. 手动验证相关矩阵 #

直接计算相关矩阵，确认是否存在NA并定位问题变量：

cor_matrix <- cor(your_data, use = "pairwise.complete.obs")
# 统计相关矩阵中的NA数量
sum(is.na(cor_matrix))

若存在NA，定位对应的变量对，检查变量取值分布（如共线性、取值过于单一）并处理。

内容的提问来源于stack exchange，提问作者reresearchgames