in `map()`: ℹ In index: 1. ℹ With name: 姓名. Caused by error in `lm.fit()`: ! NA/...

map(df,~aov(formula = df$班级~df$分数,data = df)) %>% summary
Error in `map()`:
ℹ In index: 1.
ℹ With name: 姓名.
Caused by error in `lm.fit()`:
! NA/NaN/Inf in 'y'
Run `rlang::last_trace()` to see where the error occurred.
Warning message:
In storage.mode(v) <- "double" : NAs introduced by coercion

错误翻译

在 map() 中：
ℹ 索引：1。
ℹ 名称：姓名。
由 lm.fit() 错误引起：
! 'y' 中包含 NA/NaN/Inf

原因分析

解决方案

• 检查并处理 df$班级 列中的缺失值或无效值：
* 删除包含 NA 的行：

        df <- na.omit(df)
        

* 或者，使用特定值填充（如果业务逻辑允许）：

        # 例如，用中位数填充（仅作示例，请根据实际情况选择填充方式）
        # df$班级[is.na(df$班级)] <- median(df$班级, na.rm = TRUE)
        

• 确保 df$班级 是数值类型： 如果 df$班级 被错误地读取为字符型或其他类型，可能导致在计算中引入 NA。可以尝试强制转换为数值型，并检查转换后的 NA 情况。

    df$班级 <- as.numeric(as.character(df$班级))
    # 再次检查 NA
    sum(is.na(df$班级))
    

预防措施

• 在进行任何数据分析前，务必对所有涉及的列进行数据质量检查，特别是数值型列，确保没有 NA、NaN 或 Inf。
• 在数据预处理阶段，明确定义处理缺失值和异常值的策略，并在代码中实现。