我应该如何格式化R mlogit软件包的数据？
我正在使用R的mlogit软件包。
导入我的数据后使用：
t <-read.csv('junk.csv',header=TRUE, sep=",", dec=".")
并致电：
x <- mlogit.data(t,choice="D",shape="long",id.var="key",alt.var="altkey")
我收到以下错误：
Error in `row.names<-.data.frame`(`*tmp*`, value = c("1.1", "1.2", "1.3", :
duplicate 'row.names' are not allowed
In addition: Warning message:
non-unique values when setting 'row.names': ‘1.1’, ‘1.2’, ‘1.3’, ‘1.4’, ‘1.5’, ‘1.6’
任何想法如何解决它？
我的数据在csv文件中以下列格式存在：
[junk.csv]
key,altkey,A,B,C,D
201005131,1,2.6,118.17,117,0
201005131,2,1.4,117.11,115,0
201005131,3,1.1,117.38,122,1
201005131,4,24.6,,122,0
201005131,5,48.6,91.90,122,0
201005131,6,59.8,,122,0
201005132,1,20.2,118.23,113,0
201005132,2,2.5,123.67,120,1
201005132,3,7.4,116.30,120,0
201005132,4,2.8,118.86,120,0
201005132,5,6.9,124.72,120,0
201005132,6,2.5,123.81,120,0
201005132,7,8.5,119.23,115,
我对mlogit经验是，它不是很宽容的数据不完全是它应该的。
就你的情况而言，我注意到第一个应答者有6个选择，而第二个应答者有7个选择。 如果您将数据格式化为每个响应者具有相同数量的替代方案，则mlogit.data函数可以工作：
dat <- read.table(sep=",",text="
key,altkey,A,B,C,D
201005131,1, 2.6,118.17,117,0
201005131,2,1.4,117.11,115,0
201005131,3,1.1,117.38,122,1
201005131,4,24.6,,122,0
201005131,5,48.6,91.90,122,0
201005131,6,59.8,,122,0
201005132,1,20.2,118.23,113,0
201005132,2,2.5,123.67,120,1
201005132,3,7.4,116.30,120,0
201005132,4,2.8,118.86,120,0
201005132,5,6.9,124.72,120,0
201005132,6,2.5,123.81,120,0
201005132,7,8.5,119.23,115,0
", header=TRUE)
对所有数据运行mlogit再现错误：
> mlogit.data(dat, choice="D", shape="long", id.var="key", alt.var="altkey")
Error in `row.names<-.data.frame`(`*tmp*`, value = c("1.1", "1.2", "1.3", :
duplicate 'row.names' are not allowed
In addition: Warning message:
non-unique values when setting 'row.names': '1.1', '1.2', '1.3', '1.4', '1.5', '1.6'
但是，删除第13行，即第7个替代方式的作用是：
> mlogit.data(dat[-13, ], choice="D", shape="long", id.var="key", alt.var="altkey")
key altkey A B C D
1.1 201005131 1 2.6 118.17 117 FALSE
1.2 201005131 2 1.4 117.11 115 FALSE
1.3 201005131 3 1.1 117.38 122 TRUE
1.4 201005131 4 24.6 NA 122 FALSE
1.5 201005131 5 48.6 91.90 122 FALSE
1.6 201005131 6 59.8 NA 122 FALSE
2.1 201005132 1 20.2 118.23 113 FALSE
2.2 201005132 2 2.5 123.67 120 TRUE
2.3 201005132 3 7.4 116.30 120 FALSE
2.4 201005132 4 2.8 118.86 120 FALSE
2.5 201005132 5 6.9 124.72 120 FALSE
2.6 201005132 6 2.5 123.81 120 FALSE
当然，这不是很令人满意，因为它破坏了一些数据。 更好的解决方案是以mlogit()期望的格式构造数据，然后直接调用mlogit() ：
dat$key <- factor(as.numeric(as.factor(dat$key)))
dat$altkey <- as.factor(dat$altkey)
dat$D <- as.logical(dat$D)
row.names(dat) <- paste(dat$key, dat$altkey, sep = ".")
现在数据如下所示：
key altkey A B C D
1.1 1 1 2.6 118.17 117 FALSE
1.2 1 2 1.4 117.11 115 FALSE
1.3 1 3 1.1 117.38 122 TRUE
1.4 1 4 24.6 NA 122 FALSE
1.5 1 5 48.6 91.90 122 FALSE
1.6 1 6 59.8 NA 122 FALSE
2.1 2 1 20.2 118.23 113 FALSE
2.2 2 2 2.5 123.67 120 TRUE
2.3 2 3 7.4 116.30 120 FALSE
2.4 2 4 2.8 118.86 120 FALSE
2.5 2 5 6.9 124.72 120 FALSE
2.6 2 6 2.5 123.81 120 FALSE
2.7 2 7 8.5 119.23 115 FALSE
你可以直接调用mlogit() ：
mlogit(D ~ A + B + C, dat,
chid.var = "key",
alt.var = "altkey",
choice = "D",
shape = "long")
结果：
Call:
mlogit(formula = D ~ A + B + C, data = dat, chid.var = "key", alt.var = "altkey", choice = "D", shape = "long", method = "nr", print.level = 0)
Coefficients:
2:(intercept) 3:(intercept) 4:(intercept) 5:(intercept) 6:(intercept)
10.7774 4.8129 5.2257 -17.2522 -7.7364
7:(intercept) A B C
10.0389 1.6010 2.7156 2.9888
JohnP，
我认为你正在寻找的答案是maxabet。 它说：
“如果读者尝试使用R来计算第6章介绍的MLR，则可能会出现以下错误消息：
'row.names < - 。data.frame ...（某些数据之后）'错误'不允许复制'row.names'
这个错误是当前R版本（2011年4月发布）的一个问题。 只有在'行'（在我们的情况下为'跑者'）在每场比赛中相同的情况下，MLR才会运行。 因此，其中一种方法是制作一些“假马”，以便每个种族都有14名选手。 读者可能会等待R来解决这个问题，或者尝试某种方式下载早期版本（我正在使用2.9.1），而不是制作虚拟跑步者。 “
所以我猜你可以使用旧版R或更好的版本，用虚拟值填充现有数据以完成每次比赛。 我会做的一件事就是为每场比赛添加一个“场地大小”的新变量。 通过投入假人，但在新列中拥有正确数量的跑步者应该注意任何场地大小的变化。
很明显，你得到的答案会与你正在阅读的书有所不同，但它会是一个良好的开始，以更好的限制:)
链接地址: http://www.djcxy.com/p/57651.html上一篇: How should I format my data for the R mlogit package?
下一篇: Is there a way to show the current TFS workspace in Visual Studio?