R运行languageEntropy代码出现summarise()列character类型错误如何解决

问题根因 #

你遇到的报错本质是languageEntropy函数内部计算各语言暴露占比总和时，传入的L1_exposure_proportion到L5_exposure_proportion这几列数据是字符类型，无法执行数值求和运算，不是dplyr包本身的问题。

解决步骤 #

• 第一步：先确认这几列的字段类型，运行以下代码查看数据结构：

# 查看数据集各列类型和样例值
str(data[,c("L1_exposure_proportion","L2_exposure_proportion","L3_exposure_proportion","L4_exposure_proportion","L5_exposure_proportion")])

如果输出里对应列的类型显示为chr就确认是字符类型问题。

• 第二步：将这些列转换为数值类型，如果你的占比列带%、逗号等特殊符号，需要先清理再转换，示例代码如下：

# 通用转换逻辑，有特殊符号的话先替换
data <- data %>%
  mutate(across(c(L1_exposure_proportion,L2_exposure_proportion,L3_exposure_proportion,L4_exposure_proportion,L5_exposure_proportion),
                # 如果有%就先去掉%再转数值，没有的话直接as.numeric即可
                ~ as.numeric(gsub("%","",.))/100)) %>%
  mutate(Participant.number=as.numeric(Participant.number))%>%
  na.omit()

• 第三步：转换完成后再重新运行languageEntropy的计算代码即可。

内容的提问来源于stack exchange，提问作者htkin