使用R语言gender包指定年份范围报错的技术求助

我来帮你搞定这个报错～你遇到的Error: year_col %in% names(data) are not all TRUE是因为对gender_df的参数理解有点偏差，咱们一步步理清楚：

错误原因 #

year_col参数的作用是指定你的数据框中存储年份信息的列名，比如如果你的数据里有一列叫birth_year，每个名字对应不同的出生年份，那才需要用year_col = "birth_year"。而你直接传了c("1932","2012")，函数会去names_df里找名为"1932"和"2012"的列，显然你的数据框里没有这两列，所以就报错了。

正确的用法 #

你现在的需求是给所有名字统一指定一个年份范围（1932到2012），这时候应该用**years参数**，而不是year_col。修改后的代码如下：

myData <- read.csv("Firstnames.csv", header = TRUE)
names_df <- data_frame(names = myData$First.Name, stringsAsFactors = FALSE)
# 使用years参数指定统一的年份范围，注意这里传数值型向量，不是字符串
gender_df(names_df, method = "ssa", name_col = "names", years = c(1932, 2012))

额外说明 #

如果之后你有每个名字对应的不同年份数据（比如数据框里新增一列birth_year），那时候可以结合year_col和years使用，示例如下：

# 假设names_df新增了birth_year列
gender_df(names_df, method = "ssa", name_col = "names", year_col = "birth_year", years = c(1932, 2012))

这种用法会让函数参考每个名字对应的birth_year，同时限制在1932-2012的范围内。

内容的提问来源于stack exchange，提问作者wag