筛选下降趋势数据条目报错求助：非数值参数传入二元运算符

报错原因 #

你遇到的non-numeric argument to binary operator错误，本质是你传入apply的对象x包含非数值类型的列，而diff()只能对数值型数据进行差分计算，非数值列（比如字符、因子类型）会导致运算失败。

解决方案步骤 #

假设你的原始数据集名为df，目标筛选基于列c、f、h、l、m的下降趋势，最终输出这些列的结果：

1. 提取并确认数值列
   先把需要判断趋势的列单独提取出来，确保它们是数值类型：

# 定义目标列
target_cols <- c("c", "f", "h", "l", "m")
# 提取子集
num_subset <- df[, target_cols]
# 检查数据类型，若有非数值列则转换
num_subset <- lapply(num_subset, as.numeric) %>% as.data.frame()
# 可选：过滤含NA的行（如果需要）
num_subset <- num_subset[complete.cases(num_subset), ]

2. 判断每行是否呈下降趋势
   这里的下降趋势定义为每行的后一个值都小于前一个值（严格下降），如果是允许持平的非上升趋势，把<改成<=即可：

# 逐行判断：所有差分都小于0则为下降趋势
is_decreasing <- apply(num_subset, 1, function(row) {
  all(diff(row) < 0, na.rm = TRUE)  # na.rm=TRUE忽略NA值的影响
})

3. 筛选并生成结果DataFrame
   用判断结果过滤原始数据，只保留目标列：

result_df <- df[is_decreasing, target_cols]

额外提示 #

• 如果转换数值列时出现NA，说明原列里有无法转成数值的字符，需要先清理这些脏数据（比如替换异常字符）。
• 若你的“下降趋势”是指整体趋势而非严格逐行递减，可以考虑用lm()拟合每行的斜率，判断斜率是否为负，示例代码：

is_decreasing <- apply(num_subset, 1, function(row) {
  model <- lm(row ~ seq_along(row))
  coef(model)[2] < 0
})

内容的提问来源于stack exchange，提问作者kelvin