R语言多列数值区间统计及cut函数'x must be numeric'报错解决

报错原因 #

报错核心是cut函数要求输入的x必须是数值型，但你用stack(tmp1[-1])得到的values列并非数值类型——大概率是原始data.table里的Eng、Chi等列是字符型或因子型，导致堆叠后的数据类型不符合要求。

分步解决方案 #

1. 确认并转换列类型

先检查目标列的类型：

# 查看除第一列外的所有列类型
sapply(tmp1[-1], class)

如果输出不是numeric，批量把这些列转成数值型：

# 将tmp1中除第一列外的列转为数值型
tmp1[, (colnames(tmp1)[-1]) := lapply(.SD, as.numeric), .SDcols = colnames(tmp1)[-1]]

2. 修正原代码运行

列类型转换完成后，直接运行原代码即可，也可以在cut时显式转换做双重保障：

breaks <- seq(0, 1, 0.2)
labels <- paste0(breaks[-length(breaks)], "-", breaks[-1])

transform(stack(tmp1[-1]), values = cut(as.numeric(values), breaks, labels, include.lowest = TRUE)) %>%
  table()

3. 适配data.table的高效写法

如果处理大数据，推荐用data.table原生的melt函数转长格式后统计，性能更优：

breaks <- seq(0, 1, 0.2)
labels <- paste0(breaks[-length(breaks)], "-", breaks[-1])

# 转长格式
tmp1_long <- melt(tmp1, id.vars = colnames(tmp1)[1], variable.name = "Subject", value.name = "Score")
# 确保分数为数值型
tmp1_long[, Score := as.numeric(Score)]
# 划分区间
tmp1_long[, Score_Group := cut(Score, breaks, labels, include.lowest = TRUE)]
# 生成统计表格
table(tmp1_long$Subject, tmp1_long$Score_Group)

内容的提问来源于stack exchange，提问作者Roq