使用MatchIt进行倾向得分匹配时遇非有限值报错求助

运行MatchIt进行倾向得分匹配时触发错误：

Error: Missing and non-finite values are not allowed in the covariates. Covariates with missingness or non-finite values: pat_gender, pat_race, pat_ethnicity

已确认数据无缺失值，且尝试将字符型pat_gender转为数值（Male=1，Female=0），但错误依旧。

使用的代码如下：

library(MatchIt)
library(dplyr)
library(optmatch)
 
mydata<- read.csv("C:/Users/Desktop/prp_for_psm_pq.csv")

set.seed(1234)

match.itzs <- matchit(cohort_flag ~ pat_age + pat_gender + pt_hist_in_months + pt_visit_count + pat_race + pat_ethnicity, data = mydata, ratio=1)

df.matchzs <- match.data(match.itzs)[1:ncol(cohort_initial)]

prp_cohort_psm_zs_test <- df.matchzs

排查与解决方法 #

• 检查非有限值（Inf/-Inf）：
  仅确认缺失值不够，需排查协变量中是否存在无限值。执行以下代码逐个检查目标变量：

  # 检查每个变量是否存在非有限值
  any(!is.finite(mydata$pat_gender))
  any(!is.finite(mydata$pat_race))
  any(!is.finite(mydata$pat_ethnicity))
  

  若返回TRUE，需定位并修正产生无限值的源头（比如之前的计算错误）。

• 排查字符/因子变量的异常值：
  即使无缺失值，字符型变量可能存在空白字符串、特殊字符或未被覆盖的类别。执行以下代码查看变量分布：

  table(mydata$pat_gender, useNA = "always")
  table(mydata$pat_race, useNA = "always")
  table(mydata$pat_ethnicity, useNA = "always")
  

  若发现异常值（如空字符串、"Unknown"等未处理类别），需统一转换或剔除：

  # 示例：将pat_gender的非Male/Female值转为NA
  mydata$pat_gender <- ifelse(mydata$pat_gender %in% c("Male", "Female"), 
                             as.integer(mydata$pat_gender == "Male"), NA)
  # 剔除含NA的行（或根据需求插值）
  mydata <- na.omit(mydata)
  

• 修正数据导入时的伪缺失值：
  若CSV文件中存在字符型的"NA"或空白，read.csv不会自动识别为缺失值。执行以下代码转换：

  library(dplyr)
  mydata <- mydata %>%
    mutate(across(c(pat_gender, pat_race, pat_ethnicity), ~na_if(., ""))) %>%
    mutate(across(c(pat_gender, pat_race, pat_ethnicity), ~na_if(., "NA")))
  

  再用sum(is.na(mydata))确认所有缺失值已被标记。

• 验证变量类型转换是否成功：
  确认pat_gender已转为数值型，而非隐藏的字符型：

  str(mydata$pat_gender)
  

  若仍为字符型，强制转换：

  mydata$pat_gender <- as.integer(mydata$pat_gender == "Male")
  

• 分步测试定位问题变量：
  简化模型，逐个加入协变量测试，定位具体触发错误的变量：

  # 先测试单个变量
  matchit(cohort_flag ~ pat_gender, data = mydata)
  # 逐步添加其他变量
  matchit(cohort_flag ~ pat_gender + pat_race, data = mydata)
  

  找到问题变量后针对性处理。

内容的提问来源于stack exchange，提问作者Leonardo