mutate_at()报错及修改后数据框的GGally::ggcoef使用方法

这问题我之前也碰到过！核心原因是mutate_at()搭配scale()这类函数时，返回的是带属性的矩阵而非普通原子向量，导致后续函数（包括str()和ggcoef()）识别不了。下面给你一步步解决方法：

第一步：搞懂错误根源 #

scale()函数默认返回的是带scaled:center和scaled:scale属性的矩阵，当你用mutate_at()把它赋值给数据框列时，该列会变成矩阵类型——你看str(df)的时候，出错的列会显示类似num [1:100, 1]的矩阵标记，而不是正常的num。但tidyverse和很多R工具都要求列是1维原子向量，所以才会抛出must be a 1d atomic vector or a list的错误。

第二步：修复mutate_at()的转换结果 #

把矩阵转回普通向量就行，有两种常用方法：

方法1：缩放时直接转成向量 #

在调用scale()的时候用as.vector()包裹，从根源上避免生成矩阵列：

library(dplyr)

# 假设你要缩放col1、col2这两列
df_scaled <- df %>%
  mutate_at(vars(col1, col2), ~as.vector(scale(.x)))

处理完再看str(df_scaled)，目标列会显示为普通的num类型，完全符合后续操作的要求。

方法2：事后批量转换矩阵列 #

如果已经得到了带矩阵列的“问题数据框”，可以用purrr工具批量修正：

library(dplyr)
library(purrr)

df_fixed <- df_scaled_bad %>%
  mutate(across(col1:col2, map_dbl, identity))

map_dbl(identity)会把矩阵列提取成纯数值向量，快速修复数据类型问题。

第三步：用GGally::ggcoef处理缩放后的数据 #

现在数据框的列都是正常的原子向量了，就可以正常拟合模型并调用ggcoef()了。举个完整的示例：

library(GGally)

# 用缩放后的col1、col2拟合线性模型
model <- lm(y ~ col1 + col2, data = df_scaled)

# 可视化模型系数
ggcoef(model)

不管是单变量还是多变量模型，都能正常运行，不会再弹出数据类型错误。

另外提一句：如果你用的是较新的dplyr版本，官方推荐用across()替代mutate_at()（mutate_at()已经被软弃用），写法更统一：

df_scaled <- df %>%
  mutate(across(c(col1, col2), ~as.vector(scale(.x))))

内容的提问来源于stack exchange，提问作者Alex