如何构造数据集来运行PCA？
如何构造数据集来运行PCA？
提问于 2015-11-07 08:38:45
基本上，我的问题是我想运行PCA分析，但我的数据结构不正确。希望这张图片能让你明白我的意思：
trial.one.two <- na.omit(trial.one.one)
head(trial.one.two)
v79 v81 v82 Q.One Q.Two Q.Three
2 Disagrees a little Agrees a little Disagrees a little 3 2 3
3 Agrees a lot Agrees a lot Disagrees a little 1 1 3
4 Agrees a little Disagrees a lot Disagrees a lot 2 4 4
5 Agrees a lot Agrees a lot Disagrees a lot 1 1 4
6 Agrees a little Agrees a lot Agrees a little 2 1 2
8 Agrees a lot Agrees a little Agrees a lot 1 2 1我正在处理的数据是在5000+个人中进行的一项调查，我想知道有多少人回答了例如“非常同意”：2253，“有点同意”：2005等。我需要按以下方式分配数据：
1“很同意”2“同意一点”3“不同意一点”4“不同意很多”
其中1是组件1，2是组件2，依此类推，基本上我想运行PCA。
有没有人能指导我该做什么？
-更新
在我实现之后：
convert.factor <- function(val){
if(val == "Agrees a lot"){
return(1)
} else if(val == "Agrees a little") {
return(2)
} else if(val == "Disagrees a little") {
return(3)
} else if(val == "Disagrees a lot") {
return(4)
}
}
trial.one.two$v79 <- sapply(trial.one.two$v79, convert.factor)
trial.one.two$v81 <- sapply(trial.one.two$v81, convert.factor)
trial.one.two$v82 <- sapply(trial.one.two$v82, convert.factor)
head(trial.one.two)
v79 v81 v82 Q.One Q.Two Q.Three
2 3 2 3 3 2 3
3 1 1 3 1 1 3
4 2 4 4 2 4 4
5 1 1 4 1 1 4
6 2 1 2 2 1 2
8 1 2 1 1 2 1回答 1
Stack Overflow用户
发布于 2015-11-07 09:08:08
您可以按照下面的思路做一些事情
convert.factor <- function(val){
if(val == "Agrees a lot"){
return(1)
} else if(val == "Agrees a little") {
return(2)
} else if(val == "Disagrees a little") {
return(3)
} else if(val == "Disagrees a lot") {
return(4)
}
}
trial.one.two$v79 <- sapply(trial.one.two$v79, convert.factor)
trial.one.two$v81 <- sapply(trial.one.two$v81, convert.factor)
trial.one.two$v82 <- sapply(trial.one.two$v82, convert.factor)或者，如果你只是在寻找人们回答每个类别的频率，你可以这样做：
table(trial.one.two$v79)请注意，在这种情况下，没有理由首先转换变量。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33577769
复制相关文章
相似问题
腾讯云开发者
