R语言scale()标准化数据框报错'x' must be numeric如何解决

• 第一次运行scale()报错的核心原因：从原始dput(env)的输出可以看到，你的env是tibble格式的数据框，其中除了X00945_SO4_mg_per_L_as_SO4列是数值类型，其余列全部是字符串（character）类型。scale()函数内部会调用colMeans()计算列均值，要求输入对象所有列均为数值类型，因此直接触发'x' must be numeric报错。
• 你自行做类型转换后仍然报错的原因：你使用env <- lapply(env, as.numeric)做转换时，lapply()返回的是普通R列表，不是数据框/数值矩阵。从你的str(env)输出也能看到，转换后的对象是List of 5，已经丢失了data.frame/tbl_df的类属性，scale()无法直接对松散的普通列表做逐列标准化计算，因此会抛出相同报错。

选择任意一种方式处理即可：

• 批量转列类型时保留数据框结构
  用env[] <-的写法替换数据框内部的列内容，不会改变env本身的数据框属性：

  # 批量将所有列转为数值型，保留数据框结构
  env[] <- lapply(env, as.numeric)
  # 执行标准化
  scale.env <- scale(env, center = TRUE, scale = TRUE)
  

• 转成列表后手动转回数据框
  如果你已经执行了lapply()把env改成了普通列表，加一步转数据框的操作即可：

  env <- lapply(env, as.numeric)
  # 将数值列表转回数据框
  env <- as.data.frame(env)
  scale.env <- scale(env, center = TRUE, scale = TRUE)
  

执行标准化前可以先运行str(env)检查对象结构，满足两个条件就不会触发该报错：

• 对象类属性包含data.frame
• 所有待计算列的类型为num（数值型）

内容的提问来源于stack exchange，提问作者Geomicro