R语言对指定连续列每行计算偏度返回NaN问题求助

首先，你遇到的NaN结果主要有两个核心原因，咱们一步步拆解：

1. rowwise环境下的列引用错误 #

在dplyr的rowwise()上下文里，直接写V1:V1998并没有把当前行的这些列值转换成数值向量——moments::skewness()函数需要接收一个向量作为输入，而你传递的是列的符号引用，它无法正确解析，自然返回NaN。

2. 缺失值或零方差的影响 #

如果你的行内存在NA值（且没设置na.rm=TRUE），或者某一行的所有数值完全相同（方差为0），skewness()也会返回NaN：

• 零方差时，偏度计算需要除以标准差的三次方，分母为0会导致结果无意义；
• 存在NA且未忽略时，函数直接返回NaN。

修正后的代码 #

用c_across()来正确提取每行的V1:V1998列值为向量，同时加上缺失值处理参数：

library(dplyr)
library(moments)

ND2a <- NoDup2 %>% 
  rowwise() %>% 
  # 用c_across转换为行向量，同时忽略NA值
  mutate(skew2 = skewness(c_across(V1:V1998), na.rm = TRUE)) %>%
  ungroup()  # 用完rowwise后取消分组，避免后续操作效率下降

额外排查步骤 #

如果还是有NaN，可以进一步排查：

• 检查数据类型：确保V1:V1998都是数值型列，用str(NoDup2 %>% select(V1:V1998))查看，若为字符型先转换：

  NoDup2 <- NoDup2 %>% mutate(across(V1:V1998, as.numeric))
  

• 检查零方差行：新增列查看每行的方差，确认是否有全相同值的行：

  ND2a <- NoDup2 %>% 
    rowwise() %>% 
    mutate(
      row_var = var(c_across(V1:V1998), na.rm = TRUE),
      skew2 = ifelse(row_var == 0, NA, skewness(c_across(V1:V1998), na.rm = TRUE))
    ) %>%
    ungroup()
  

  这里把零方差行的偏度设为NA，更符合逻辑。

内容的提问来源于stack exchange，提问作者CodingIsHardMan