合并数据框转换为as.mids对象时遇重复行名错误求助

背景 #

• 目标：将SAS完成多重插补后的数据转换为R中mice包的as.mids对象
• 现有数据：
  • 含缺失值的原始数据框（已添加.imp=0标记）
  • 2次插补后的插补数据框（标记.imp=1,2）
• 错误信息：执行as.mids()转换时触发以下报错：

df_mids <- as.mids(df_full, .imp = ".imp", .id = "id")
错误于`.rowNamesDF<-`(x, value = value) : 
  不允许重复的‘row.names’
另外：警告信息:
设置‘row.names’时存在非唯一值: ‘1’, ‘2’, ‘3’, ‘4’ 

原因分析 #

as.mids()要求.id参数对应的变量能唯一标识原始数据中的每一行，但当前用id作为标识时，同一id对应多个时间点（time变量）的行数据，无法生成唯一行名，导致报错。

解决步骤 #

1. 创建唯一行标识 #

结合id和time生成能唯一标记每一行的新变量：

library(mice)
library(dplyr)

# 为原始数据和插补数据创建唯一行ID
df <- df %>% mutate(row_id = paste(id, time, sep = "_"))
df_cc <- df_cc %>% mutate(row_id = paste(id, time, sep = "_"))

2. 堆叠数据并调整格式 #

无需将所有数值型变量强制转为因子（会破坏后续分析逻辑），仅调整.imp的因子顺序：

# 堆叠两个数据框
df_full <- bind_rows(df, df_cc)
# 设置.imp的因子层级，确保原始数据(.imp=0)排在最前
df_full$.imp <- factor(df_full$.imp, levels = c(0, 1, 2))
# 按唯一行ID和插补编号排序
df_full <- df_full[order(df_full$row_id, df_full$.imp), ]

3. 转换为mids对象 #

调用as.mids()时，将.id参数指定为新创建的row_id：

df_mids <- as.mids(df_full, .imp = ".imp", .id = "row_id")

验证转换结果 #

查看生成的mids对象结构：

# 查看mids对象基本信息
summary(df_mids)
# 检查插补数据的结构
str(df_mids)

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