Question

我正在尝试根据个人会议方式和SD为我正在使用的变量创建规范化值。我发现会议意味着使用以下功能：

confavg=aggregate(base$AVG, by=list(base$confName), FUN=mean)

所以在获得31次会议的手段之后，我想回去并为每个玩家提供这些手段，以便我可以根据会议平均值轻松计算归一化因子。

我试图创建大型ifelse或if语句，其中confavg是会议平均值。

ifelse((base$confName=="America East Conference"),confavg[1,2]->base$CAVG,0->base$CAVG)

但没有任何作用。理想情况下，我想让每个球员都说：

Normalization = (player average - conference average)/conference standard deviation

我应该怎么做呢？

编辑：

以下是一些示例数据：

AVG = c(.350,.400,.320,.220,.100,.250,.400,.450)
Conf = c("SEC","ACC","SEC","B12","P12","ACC","B12","P12")
Conf=as.factor(Conf)
sampleconfavg=aggregate(AVG, by=list(Conf), FUN=mean)
sampleconfsd=aggregate(AVG, by=list(Conf), FUN=sd)

所以每个玩家都有他们的平均值 - 会议平均值/会议记录

所以第一个人就是：

(.350 - .335) / 0.0212132 = 0.7071069

但我希望为我的数据集中的所有人构建一个函数。谢谢！

EDIT2：

好吧，下面的答案很神奇，但我遇到（希望）最后一个问题。我想基本上把这个过程做三个变量，如：

base3=do.call(rbind, by(base3, base3$confName, FUN=function(x) { x$ScaledAVG <- scale(x$AVG); x}))
base3=do.call(rbind, by(base3, base3$confName, FUN=function(x) { x$ScaledOBP <- scale(x$OBP); x}))
base3=do.call(rbind, by(base3, base3$confName, FUN=function(x) { x$ScaledK.AB <- scale(x$K.AB); x}))

哪个有效，但是当我搜索数据文件时：

base3[((base3$ScaledAVG>2)&(base3$ScaledOBP>2)&(base3$ScaledK.AB<.20)),]

它会重置Scaled K.AB值，并且不会将其用作搜索参数的一部分。

Answer 1

以下是在iris $ Species组中扩展iris $ Sepal.Length的示例：

scaled.iris <- do.call(rbind, 
  by(iris, iris$Species,
     FUN=function(x) { x$Scaled.Sepal.Length <- scale(x$Sepal.Length); x }
  )
)

head(scaled.iris)
##          Sepal.Length Sepal.Width Petal.Length Petal.Width Species Scaled.Sepal.Length
## setosa.1          5.1         3.5          1.4         0.2  setosa          0.26667447
## setosa.2          4.9         3.0          1.4         0.2  setosa         -0.30071802
## setosa.3          4.7         3.2          1.3         0.2  setosa         -0.86811050
## setosa.4          4.6         3.1          1.5         0.2  setosa         -1.15180675
## setosa.5          5.0         3.6          1.4         0.2  setosa         -0.01702177
## setosa.6          5.4         3.9          1.7         0.4  setosa          1.11776320

编辑：

使用您的示例数据（仅Conf和AVG）：

d <- data.frame(Conf, AVG)
dd <- do.call(rbind, by(d, d$Conf, FUN=function(x) { x$Scaled <- scale(x$AVG); x}))

# Remove generated row names
rownames(dd) <- NULL

dd
##   Conf  AVG     Scaled
## 1  ACC 0.40  0.7071068
## 2  ACC 0.25 -0.7071068
## 3  B12 0.22 -0.7071068
## 4  B12 0.40  0.7071068
## 5  P12 0.10 -0.7071068
## 6  P12 0.45  0.7071068
## 7  SEC 0.35  0.7071068
## 8  SEC 0.32 -0.7071068

计算后将因子均值加入数据集

1 个答案: