Call:
glm(formula = Y ~ project + duty_time + age + edu + complete +
    dist + pro_c, family = binomial, data = city)
Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-2.5340   0.0689   0.1900   0.4103   1.5710  
Coefficients: (1 not defined because of singularities)
            Estimate Std. Error z value Pr(>|z|)   
(Intercept) 34.64496    7.50492   4.616 3.91e-06 ***
project     -0.41010    0.54316  -0.755   0.4502   
duty_time    0.08147    0.09253   0.880   0.3787   
age         -0.51124    0.10750  -4.756 1.98e-06 ***
edu          0.60957    0.35576   1.713   0.0866 .  
complete     0.57447    1.30409   0.441   0.6596   
dist         0.26857    0.56732   0.473   0.6359   
pro_c             NA         NA      NA       NA   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
    Null deviance: 211.28  on 359  degrees of freedom
Residual deviance: 153.51  on 353  degrees of freedom
  (2 observations deleted due to missingness)
AIC: 167.51
Number of Fisher Scoring iterations: 7

我对数据进行progit回归，为什么会出现NA？该如何修改？