使用MplusAutomation运行带远端结局的LCA时遇vapply错误求助

错误场景 #

在R中使用MplusAutomation运行包含远端结局的潜在类别分析（LCA），指标变量为1-5分序数变量，远端变量为1-4分序数变量，运行以下代码后出现错误：

m_bch <- mplusObject(
  TITLE = "BCH lca with distal outcome;", 
  
  DATA = "LISTWISE=ON;",
  
  VARIABLE = 
    "usevar = int_3 sw_3 soc_3 alt_3 gov_3 for_3;
    auxiliary = claim_5 claim_6 (bch);
    classes = c(5);",
  
  ANALYSIS =
    "estimator = mlr;
    type = mixture;
    starts = 500 100;
    processors = 10;",
  
  OUTPUT = 
    "type = plot3;
    series = int_3 sw_3 soc_3 alt_3 gov_3 for_3(*);",
  
  usevariables = c("int_3", "sw_3", "soc_3", "alt_3", "gov_3", "for_3", "claim_5", "claim_6"),
  rdata =  data_lca_distal_Mpanel_220918
)

m_bch_fit <- mplusModeler(m_bch,
                          dataout=here("paper 2"),
                          modelout=here("paper 2"),
                          check=TRUE, run = TRUE, hashfilename = FALSE)

报错信息：

Error in vapply(df, class, FUN.VALUE = NA_character_) : values must be length 1, but FUN(X[[1]]) result is length 3

错误原因 #

这个错误的核心是输入数据框data_lca_distal_Mpanel_220918中存在至少一个变量具有多种数据类型属性。MplusAutomation在将R数据转换为Mplus可读格式时，会用vapply检查每个变量的类型，要求每个变量只能返回1种类型，但部分变量返回了多个类（比如同时是ordered、factor、integer），导致触发报错。

常见触发场景：

• 变量被手动标记为ordered因子，但同时保留了integer属性
• 数据中混合了字符型数值（如"3"和3），导致R识别为character类型，后续转换时生成多类属性
• 处理缺失值时的操作导致变量类型混乱

解决办法 #

1. 检查并统一变量类型 #

首先定位问题变量，再将所有序数变量统一为单一类型：

# 查看所有变量的类型，找到返回长度>1的变量
sapply(data_lca_distal_Mpanel_220918, class)

# 将所有序数变量转换为有序因子（单一类型）
ord_vars <- c("int_3", "sw_3", "soc_3", "alt_3", "gov_3", "for_3", "claim_5", "claim_6")
data_lca_distal_Mpanel_220918[ord_vars] <- lapply(data_lca_distal_Mpanel_220918[ord_vars], function(x) {
  # 先转为整数确保数值格式正确，再转为有序因子
  as.ordered(as.integer(x))
})

# 再次确认变量类型，确保每个变量仅返回1种类型
sapply(data_lca_distal_Mpanel_220918, class)

2. 清理数据中的混合格式 #

如果变量中存在字符型数值（如"5"而非5），会导致类型混乱，需要排查并修正：

# 检查每个序数变量中无法转为整数的元素数量
lapply(data_lca_distal_Mpanel_220918[ord_vars], function(x) {
  sum(is.na(as.integer(as.character(x))))
})

如果返回值大于0，说明存在非数值字符，可通过以下方式处理：

• 替换异常值：将字符型数值转为整数，如x[x == "5"] <- 5
• 删除包含异常值的观测：data_lca_distal_Mpanel_220918 <- data_lca_distal_Mpanel_220918[!is.na(as.integer(as.character(x))), ]

3. 优化Mplus代码的变量定义 #

在Mplus的VARIABLE块中明确指定所有变量为分类/序数变量，避免Mplus自动识别出错：

VARIABLE = 
  "usevar = int_3 sw_3 soc_3 alt_3 gov_3 for_3;
  auxiliary = claim_5 claim_6 (bch);
  classes = c(5);
  categorical = int_3 sw_3 soc_3 alt_3 gov_3 for_3 claim_5 claim_6;  # 明确变量类型
  ";

内容的提问来源于stack exchange，提问作者Sofia