使用Qmap进行偏差校正时出现列索引越界报错的技术求助

我正在尝试用qmap包的偏差校正方法处理数据，但运行代码时出现报错，代码如下：

library("qmap")
library("readxl")
library("zoo")
library("lattice")

setwd("C:/Users/gen-tya-gradrhi/Desktop/Tesis/Excel")

Milpo <- read_xlsx("Milpo.xlsx", col_names = TRUE)
Milpo <- na.omit(Milpo)

MilpoPISCO <- read_xlsx("Milpo_PISCO.xlsx", col_names = TRUE)
MilpoPISCO <- na.omit(MilpoPISCO)

qm.fit <- fitQmapQUANT(Milpo[,2], MilpoPISCO[,2], qstep=0.1, 
nboot=1, wet.day = TRUE)

qm.a <- doQmapQUANT(MilpoPISCO[,2], qm.fit, type="linear")

qm.s <- doQmapQUANT(MilpoPISCO[,2], qm.fit, type="tricub")

sqrtquant <- function(x, qstep=0.01){
qq <- quantile(x, prob=seq(0, 1, by=qstep))
sqrt(qq)
}

plot(sqrtquant(MilpoPISCO[,2]), sqrtquant(Milpo[,2]))

报错信息 #

Error in `x[order(x, na.last = na.last, decreasing = decreasing)]`:
! Can't subset columns past the end.
ℹ Locations 19, 23, 25, …, 724, and 213 don't exist.
ℹ There is only 1 column.
Run `rlang::last_error()` to see where the error occurred.
Warning message:
In xtfrm.data.frame(x) : cannot xtfrm data frames

问题分析 #

报错核心有两点：

1. 列索引越界：代码中用Milpo[,2]和MilpoPISCO[,2]尝试访问第2列，但实际读取的Excel文件对应的数据集只有1列。
2. 数据类型不匹配：quantile()函数需要传入向量，但Milpo[,2]在只有1列时会返回数据框，而非向量，进而触发xtfrm.data.frame的警告和后续索引错误。

解决方案 #

1. 检查并确认数据结构
   先运行以下代码查看数据集的列数和结构：

   str(Milpo)
   str(MilpoPISCO)
   

   如果输出显示只有1列，说明Excel文件中只有目标数据列，需调整索引方式。

2. 提取向量而非数据框
   修改代码中提取数据的部分，用[[ ]]代替[, ]，确保返回的是向量而非数据框：

   # 提取单列为向量
   Milpo_vec <- Milpo[[1]]
   MilpoPISCO_vec <- MilpoPISCO[[1]]
   

3. 修正核心函数调用
   将所有用到数据集列的地方替换为提取后的向量：

   qm.fit <- fitQmapQUANT(Milpo_vec, MilpoPISCO_vec, qstep=0.1, nboot=1, wet.day = TRUE)
   
   qm.a <- doQmapQUANT(MilpoPISCO_vec, qm.fit, type="linear")
   qm.s <- doQmapQUANT(MilpoPISCO_vec, qm.fit, type="tricub")
   

4. 完善自定义函数
   在sqrtquant函数中添加数据类型判断，避免传入数据框时出错：

   sqrtquant <- function(x, qstep=0.01){
     # 若传入的是数据框，自动提取第一列向量
     if(is.data.frame(x)) x <- x[[1]]
     qq <- quantile(x, prob=seq(0, 1, by=qstep))
     sqrt(qq)
   }
   

5. 修正绘图代码

   plot(sqrtquant(MilpoPISCO_vec), sqrtquant(Milpo_vec))
   

额外提示 #

如果设置了wet.day = TRUE，需确认数据中存在大于0的数值（即湿天数据），否则拟合过程可能出现异常。

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