1

implementando un código en R en el que planeo implementar distintos métodos de imputación, cargo el paquete NHANES y planeo crear una variable que recoja los missing data de hombres y mujeres por separado, obteniendo el error comentado en el nombre. Probé a pasar el valor de la columna a dicotómico para ver si con eso se solucionaba, pero sigue dando error. ¿Alguien sabe como resolverlo? Este es el inicio donde me da el error:

library(NHANES)

df_nahn <- NHANES

nhanes <- df_nahn %>% 
  mutate(miss_phys_active = is.na(PhysActive))

library(tidyverse)
df_nahnes <- df_nahn %>% mutate(Gender = recode(Gender, "male" = "0", "female" = "1")) 


miss_phys_active_male <- df_nahnes %>% 
  filter(Gender == 0) %>% 
  pull(miss_phys_active)   # 0 es male
4
  • Hola Lancab, bienvenido/a. ¿Podrías agregar un ejemplo mínimo reproducible del error? Sin los datos que permiten reproducir el error es prácticamente imposible ofrecer una respuesta. Por lo que pude explorar del error el problema es una confusión de nombres en el argumento de pull(). Al parecer miss_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.
    – mpaladino
    Commented el 28 abr. 2021 a las 16:19
  • Quizás te ayude verificar en el paso inmediatamente anterior al pull si existe una columna llamada miss_phys_active en el data.frame. Si no existe el problema está antes.
    – mpaladino
    Commented el 28 abr. 2021 a las 16:32
  • @mpaladino muchas gracias, y lamento no haberlo descrito bien. Adjunto el código previo, simplemente he leído un paquete ya existente llamado NHANES: install.packages("NHANES") library(NHANES) df_nahn <- NHANES names(df_nahn) (lamento el formato en el que te contesto, esta plataforma es nueva para mí. Simplemente instalé el paquete, lo denominé df_nahn por comodidad y miré un poco su forma.). El término miss_phys_active no existe en el dataframe, lo creo yo tomando los valores faltantes usando is.na.
    – Lancab
    Commented el 28 abr. 2021 a las 18:29
  • excelente, esto ayuda mucho. Edité tu pregunta para agregar el código que incluyes en este comentario. Si no está correcto sería muy importante que lo edites para que quede igual al script con el que estás trabajando.
    – mpaladino
    Commented el 28 abr. 2021 a las 19:33

1 respuesta 1

0

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.

1
  • muchísimas gracias!! Donde vi este código aplicado a otro conjunto entiendo que tenía ciertas variables ya añadidas al entorno. Gracias al ejemplo que me ha mostrado he podido modificar el mío para que funcione :)
    – Lancab
    Commented el 29 abr. 2021 a las 17:40

Tu Respuesta

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

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