PCA代码运行报错：0×0矩阵问题排查求助

报错代码 #

df_scaled <- as.data.frame(scale(df))
features <- df_scaled[, -10]
target <- df_scaled[, 10]
pc <- PCA(features, graph = FALSE)
print(pc)

错误提示 #

Error in eigen(crossprod(t(X), t(X)), symmetric = TRUE) : 0х0 matrix

错误原因 #

这个报错的核心是传入PCA函数的features是空数据集（0列），导致函数无法计算协方差矩阵，进而触发矩阵运算错误。结合你的数据集情况（19178行、29列），大概率是以下原因之一：

• 列索引使用错误：
  你用df_scaled[, -10]意图删除第10列提取特征，但如果df_scaled的列名是字符型（比如列名是字符串而非数字），或者你误将列名当成了位置索引，就可能导致意外删除所有列。比如如果目标列是名为"10"的列而非第10列，应该用df_scaled[, -which(colnames(df_scaled) == "10")]精准删除，而非直接用-10。

• scale操作后数据结构异常：
  如果原始数据集df存在大量非数值型列，scale函数会报错，但如果df是tibble这类特殊结构，as.data.frame(scale(df))可能意外丢失列；或者某列所有值完全相同，scale后产生全NA，后续操作中这些列被误过滤，最终导致features为空。

• 变量索引逻辑错误：
  比如你之前的代码不小心修改了df的列数，或者df导入时就丢失了列，导致df_scaled实际列数远少于29列，此时-10可能会删除唯一的列，让features变成空集。

快速排查方法 #

运行dim(features)查看维度，如果输出是[1] 19178 0，就坐实了features为空的问题。接着检查colnames(df_scaled)确认列名和位置，再验证df_scaled[, -10]的结果是否符合预期。

内容的提问来源于stack exchange，提问作者Victoria