1

Estoy normalizando un archivo csv con R.

datos <- read.csv2("Z.EMR.csv")
normalize <- function(x) { return ((x - min(x)) / (max(x) - min(x)))}

En esta linea me sale el siguiente error

datos_norm <- as.data.frame(lapply(datos, normalize))

Error in Summary.factor(c(1793L, 1778L, 1791L, 1868L, 1794L, 1797L, 775L, : ‘min’ not meaningful for factors

Los datos que estan en el csv tienen este formato

600   21.253.671   742.868.110.810.811   24.306.558  223.452.149.180.328

Cualquier ayuda desde ya muchas gracias.

2 respuestas 2

1

Lo más probable es que una de las columnas sea categórica. Puedes poner un if en la función para que, en el caso que la columna sea factor no realice ninguna operación:

normalize <- function(x) { 
  if(is.factor(x)) {return(x)}
  (x - min(x)) / (max(x) - min(x))}
data.frame(lapply(datos, normalize))
1

El error se debe fundamentalmente por que alguna de las columnas es un factor y no un dato numérico. Este sería un ejemplo:

normalize <- function(x) {return ((x - min(x)) / (max(x) - min(x)))}
v <- factor(rnorm(10))
normalize(v)

 Error in Summary.factor(c(9L, 3L, 4L, 5L, 6L, 7L, 8L, 2L, 1L, 10L), na.rm = FALSE) : 
  ‘min’ not meaningful for factors 

Ya la primer función min() no tiene sentido con factor. Acá se abren algunas posibilidades:

1. Efectivamente el dato es un factor y no corresponde normalizarlo

Puedes condicionar la aplicación de normalize o modificar normalize para que tenga en cuenta que hacer si le llega un factor, pero claramente no deberíamos aplicar esta función en las columnas que son factor, entonces lo ideal para mi gusto, es aplicar normalize solo en la columnas que corresponda y no en el data.frame completo. Con names(datos)[-sapply(df, is.factor)] obtenemos los nombres de las columnas que no son factores, por lo que podemos hacer un subset del data.frame original y aplicar normalize en él:

lapply(datos[ ,names(datos)[-sapply(df, is.factor)], drop=FALSE], normalize)

2. Aún siendo un factor queremos normalizarlo

Convertir un factor a numérico (siempre que tenga sentido hacerlo), se hace mediante as.numeric(as.character(x)), tu lapply podría expresarse así:

lapply(datos, function(x) {if(is.factor(x)){as.numeric(as.character(x))}else{normalize(x)}})

Nota: llegado el caso, mejor que convertir el factor en un numérico, es analizar por que la lectura del csv produce un factor y corregir esto.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.