R tidyverse使用cor计算相关矩阵报错'x' must be numeric如何解决

报错原因 #

cor()函数要求输入的所有参与计算的变量都为数值类型，当传入的数据框包含字符型、因子型、日期型等非数值列时，就会触发该报错。

基于Tidyverse的解决方法 #

方案1：直接筛选数值列计算 #

如果非数值列不需要参与相关分析，直接筛选出所有数值列后计算即可：

library(tidyverse)

correlations <- DataFrame %>%
  # 仅保留数值型列，dplyr 1.0+版本适用，旧版本可替换为select_if(is.numeric)
  select(where(is.numeric)) %>%
  cor()

方案2：转换非数值列后计算 #

如果部分非数值列本质是数值（比如被误存为因子/字符的数值），可以先排查转换后再计算：

• 第一步：定位所有非数值列

# 输出所有非数值列的列名
non_numeric_cols <- DataFrame %>%
  select(!where(is.numeric)) %>%
  colnames()

non_numeric_cols

• 第二步：对目标列进行类型转换
  注意因子转数值时需要先转成字符，否则会直接读取因子的内部编码，导致数值错误：

DataFrame_clean <- DataFrame %>%
  mutate(
    # 示例：将col1、col2两个列转换为数值型，可替换为你实际需要转换的列名
    col1 = as.numeric(as.character(col1)),
    col2 = as.numeric(col2)
  )

# 转换后计算相关矩阵，use参数可按需设置处理缺失值的规则
correlations <- DataFrame_clean %>%
  select(where(is.numeric)) %>%
  cor(use = "pairwise.complete.obs")

注意事项 #

• 分类变量、文本变量、日期变量本身不适合进行皮尔逊相关系数计算，建议直接按方案1筛除
• 类型转换过程中如果列包含非数字字符，转换后会生成NA值，可通过use参数设置cor()函数处理缺失值的规则，可选值包括"everything"、"all.obs"、"complete.obs"、"pairwise.complete.obs"等

内容的提问来源于stack exchange，提问作者Nada