El problema que encuentro es que en el objeto df_nahnes
no está la columna miss_phys_active
y por eso tienes un error. Entiendo que lo que quieres es obtener un vector lógico que sea TRUE
cuando es NA PhysActive
y FALSE
cuando no y que incluya solamente a población masculina. Eso lo podrías hacer con
library(NHANES)
library(tidyverse)
df_nahn <- NHANES
df_nahn %>%
mutate(miss_phys_active = is.na(PhysActive)) %>%
mutate(Gender = recode(Gender, "male" = "0", "female" = "1")) %>%
filter(Gender == 0) %>%
pull(miss_phys_active)
Respuesta larga: ¿por qué dos errores diferentes?
Lo extraño es que cuando reproduzco tu código también obtengo un error,pero es diferente: Error: objeto 'miss_phys_active' no encontrado
. Estuve revisando como falla pull()
para tratar de entenderlo. Probé con otros datos más simples y que conozco mejor y esto es lo que encontré:
#Produce Error: Must extract column with a single valid subscript.
#mean es el nombre de una función que está en el entorno global
mtcars %>%
filter(cyl == 6) %>%
pull(mean)
#No hay problema, porque busca el nombre mean dentro del data.frame y lo encuentra
mtcars %>%
filter(cyl == 6) %>%
mutate(mean = cyl) %>%
pull(mean)
#Produce el error Error: Can't extract columns that don't exist.
#Al pasar el argumento como una cadena de caracteres ya no lo busca en el entorno global, al no encontrarlo localmente produce un error más razonable
mtcars %>%
filter(cyl == 6) %>%
pull("mean")
#Produce Error: objeto 'no_en_entorno' no encontrado
#No lo encuentra en el data.frame, no lo encuentra en el entorno global e indica que no hay ningún objeto asociado a ese nombre
mtcars %>%
filter(cyl == 6) %>%
pull(no_en_entorno)
El problema que tienes es el de la respuesta corta del principio, el nombre de la columna que vas a extraer con pull
debe estar en el data.frame. Sin embargo el error específico que emite depende de si hay un objeto con ese nombre en el entorno global (puede ser el nombre de una función) o no lo hay y también depende de como pasemos el argumento. La evaluación no estándar que utiliza tidyverse
tiene sus ventajas, pero en algunos casos complica las cosas. Lo ideal sería que para el mismo problema (no encuentra la columna) tuvieramos el mismo error.
pull()
. Al parecermiss_phys_active
existe en el entorno global, pero no dentro del data.frame que pasa implícitamente como argumento.data
con la tubería. Sin embargo sin los datos no podría ir más allá a buscar una solución.pull
si existe una columna llamadamiss_phys_active
en el data.frame. Si no existe el problema está antes.