R如何识别哪一列是我的数据集中的唯一标识符？

Question

我对R相当陌生，在处理参与者的唯一标识符时遇到了麻烦。我把我的数据集从Stata导入到R中，一切正常。所有的变量都出现了，包括我的ID变量。然而，我试图运行PCA，但奇怪的是，PCA使用我的ID变量作为一个项目变量。有人知道问题出在哪里吗？目前，ID变量是 chr. 我以为R会自动识别参与者的唯一ID？

Answer 1

R并没有像SQL主键那样有一个唯一标识符的概念。相反，你有几个选择。你可以像这样把标识符从你输入PCA的数据中排除。

df_for_pca = df[, 2:ncol(df)] # assuming id is the first column of df

你也可以添加行名，这些行名不被大多数函数视为数据，但仍会被保留，以备不时之需。

rownames(df) = df[, 1] # assuming id is the first column of df
df[, 1] = NULL

编辑：一个来自评论的解决方案，使用包 textshape 和 tibble:

# assuming the id column is called 'my_id'
df_for_pca = df %>% remove_rownames() %>% column_to_rownames(var = 'my_id')