使用bestglm包的bestglm()函数遇报错，求高效修复数据框方法

第一步：定位无效变量 #

先快速找出数据框中不符合要求（非数值、非因子）的列：

# 筛选出所有非数值/因子类型的列名
invalid_cols <- names(modeling_data_for_best_glm)[!sapply(modeling_data_for_best_glm, function(x) is.numeric(x) || is.factor(x))]
# 查看无效列
print(invalid_cols)

第二步：批量处理无效变量 #

根据无效列的类型，选择对应的处理方式：

1. 字符型分类变量：转成因子类型

   modeling_data_for_best_glm[invalid_cols] <- lapply(modeling_data_for_best_glm[invalid_cols], as.factor)
   

2. 无意义字符列（如ID、文本描述）：直接删除

   modeling_data_for_best_glm <- modeling_data_for_best_glm[, !names(modeling_data_for_best_glm) %in% invalid_cols]
   

3. 逻辑型变量：转成数值型（0/1）或因子

   # 转数值型
   modeling_data_for_best_glm[invalid_cols] <- lapply(modeling_data_for_best_glm[invalid_cols], as.numeric)
   # 或转因子型
   modeling_data_for_best_glm[invalid_cols] <- lapply(modeling_data_for_best_glm[invalid_cols], as.factor)
   

4. 日期/时间型变量：提取特征（年、月、日等）转成数值/因子，或直接删除

   # 示例：提取日期列的年份并保留，删除原日期列
   modeling_data_for_best_glm$year <- as.numeric(format(modeling_data_for_best_glm$date_col, "%Y"))
   modeling_data_for_best_glm$date_col <- NULL
   

第三步：验证处理结果 #

确认所有变量均为数值或因子类型：

# 返回TRUE则符合要求
all(sapply(modeling_data_for_best_glm, function(x) is.numeric(x) || is.factor(x)))

额外注意 #

• 响应变量y（第一列）需为正数值（符合Gamma分布要求），不能包含0或负数。
• 上述方法用lapply批量处理，适合变量数量多的场景，效率远高于逐列手动修改。

内容的提问来源于stack exchange，提问作者Rachel