如何確保將我的所有.CSV數據導入為NA，而不是R中的空白？

Question

在我的數據集中，我正在嘗試預測四個評估：1 [好]到4 [差]。

我的模型似乎正在使用polr函數通過有序邏輯回歸來預測值-盡管它給了我“警告信息”： In cbind(race, partisanship, sex, age) : number of rows of result is not a multiple of vector length (arg 4) ，因為我可以看到有些單元格是作為空白而不是NA導入的。

輸出如下所示：

mydata <- read.csv("~/Desktop/R/mydata.csv")
attach(mydata)    
> y <- as.factor(assessment)
> x <- cbind(race, partisanship, sex, age)
Warning message:
In cbind(race, partisanship, sex, age) :
  number of rows of result is not a multiple of vector length (arg 4)
> 
> olr <- polr(y ~ x, mydata)
> summary(olr)

Re-fitting to get Hessian

Call:
polr(formula = y ~ x, data = mydata)

Coefficients:
                 Value Std. Error t value
xrace          0.49485   0.214426  2.3078
xpartisanship -0.00990   0.002942 -3.3654
xsex          -0.21304   0.299763 -0.7107
xage           0.01486   0.006812  2.1819

Intercepts:
    Value   Std. Error t value
1|2 -1.4763  0.8253    -1.7887
2|3  1.8049  0.8237     2.1913
3|4  2.4739  0.8290     2.9842

Residual Deviance: 667.1306 
AIC: 681.1306 
(1401 observations deleted due to missingness)

在定義x之前，我試圖解決添加na.strings = ""和x[x==""] <- NA na.strings = ""的問題-在摘要輸出中看起來更好-但仍然出現錯誤。

這是race列，由於某種原因，它會將缺少的單元格導入為空格而不是NA ，因為當我在R-Studio中使用view(mydata) .csv文件時，我在race列中看到的是空格而不是NA ，而其他所有列都有NA ，我缺少數據。 盡管當我查看輸出時，它顯示的是NA 。

例如，在R-Studio中，第7行已經顯示了黨派關系的NA ，但第10行顯示了種族的空白：

> head(x, 10)
      race partisanship age
 [1,]    2         97.4  80
 [2,]    2         96.7  75
 [3,]    3         95.0  70
 [4,]    3         87.7  65
 [5,]    3         85.2  60
 [6,]    3          4.7  50
 [7,]    3           NA  40
 [8,]    3          9.1  30
 [9,]    3          1.1  80
[10,]   NA         10.2  75

是否有人對如何消除此錯誤有任何想法？ 還有一種用NA導入所有.csv文件的方法，這樣我就知道一切都正確地排列了嗎？

編輯：如果這樣做有所幫助，經過更多的研究后，看起來缺少值的列顯示為空白而不是NA這是由於在將數據加載到R中之前對其進行了手動編輯以清除數據。我必須先導入，然后才需要進行一些清理，所以我不知道該如何解決。

謝謝！

Answer 1

這將是一長串的評論，所以讓我回答一下。

從種種錯誤看來，年齡，性別，黨派和種族並不相同。 這是一個嚴重的錯誤。 這意味着您數據中的某處，年齡[n]，性別[n]，游擊隊[n]和種族[n]之間的聯系已斷開。

這可能是對一個或多個向量進行nanaomit的結果。 當您不知道答案時，NA應該在那里。 如果您知道除參與者12歲以外的所有參與者的所有年齡，性別，黨派和種族，則您需要年齡[12]的NA，以便所有內容都可以排列。 如果您刪除NA，年齡[13]的年齡將以年齡[12]結束，因此與性別[12]，游擊隊[12]和種族[12]相匹配，而不是與性別[13]，游擊隊[13]相匹配]和種族[13]。 如果age最初是42歲，則age [42]將沒有任何價值，R會警告您它通過包裝並分配age [42] = age [1]來迫使事情起作用。

那有意義嗎？

因此，您首先需要弄清楚向量是如何變成不同長度的。