Question

我遇到了类似的问题，但仍然无法解决我的问题。无论如何，我有一个数据框（大小：36 * 42），其中包含数字，而在最后一行（第36行）中，它具有每一列的日期。我想使用以下函数来标准化此数据框的列（除最后一行外的整个数据框）：

normalize<-function(x){return((x-min(x, na.rm=TRUE))/(max(x, na.rm=TRUE)-min(x, na.rm=TRUE)))}

但我总是会收到此错误：

Error in x - min(x, na.rm = TRUE) : non-numeric argument to binary operator

我尝试过的东西

as.data.frame(lapply(df[c(1:nrow(df)-1),], normalize))

顺便说一句，当我检查typeof(df)时，它表明df是list，但是当我使用is.list(df)->TRUE和is.data.frame(df)->TRUE检查时，这让我感到困惑。

谢谢

Answer 1

问题与变量类有关。检查class-class（mtcars $ mpg）。此功能会将您的列转换为数字

normalize<-function(x){

x <- as.numeric( as.character( x ))

y <- (x-min(x, na.rm=TRUE))/
    (max(x, na.rm=TRUE)-min(x, na.rm=TRUE))

return(y)

}

它的工作原理如下：规范化（mtcars $ mpg） normalize（as.character（mtcars $ mpg））

您可以添加到数据框

mtcars$newvar <- normalize( mtcars$mpg )

或执行几个列

mtcars[ , 3:7]<- sapply( mtcars[ , 3:7], normalize )

Answer 2

您只能通过带有normalize中带有mutate_if的数字变量来解析dplyr函数。

 library(dplyr)

normalize<-function(x){
 return( (x-min(x, na.rm=TRUE)) / (max(x, na.rm=TRUE)-min(x, na.rm=TRUE)))
}

df %>%
   mutate_if(is.numeric, normalize)

由于您没有从数据中提供样本，因此使用iris数据集将类似于：

iris %>% 
  mutate_if(is.numeric, normalize)

，输出将是（前十行）：

#Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#1     0.22222222  0.62500000   0.06779661  0.04166667     setosa
#2     0.16666667  0.41666667   0.06779661  0.04166667     setosa
#3     0.11111111  0.50000000   0.05084746  0.04166667     setosa
#4     0.08333333  0.45833333   0.08474576  0.04166667     setosa
#5     0.19444444  0.66666667   0.06779661  0.04166667     setosa
#6     0.30555556  0.79166667   0.11864407  0.12500000     setosa
#7     0.08333333  0.58333333   0.06779661  0.08333333     setosa
#8     0.19444444  0.58333333   0.08474576  0.04166667     setosa
#9     0.02777778  0.37500000   0.06779661  0.04166667     setosa
#10    0.16666667  0.45833333   0.08474576  0.00000000     setosa

标准化数据帧-错误：二进制的非数字参数-R

2 个答案: