Question

我有大约30行代码（获得Z分数）：

data$z_col1 <- (data$col1 - mean(data$col1, na.rm = TRUE)) / sd(data$col1, na.rm = TRUE)
data$z_col2 <- (data$col2 - mean(data$col2, na.rm = TRUE)) / sd(data$col2, na.rm = TRUE)
data$z_col3 <- (data$col3 - mean(data$col3, na.rm = TRUE)) / sd(data$col3, na.rm = TRUE)
data$z_col4 <- (data$col4 - mean(data$col4, na.rm = TRUE)) / sd(data$col4, na.rm = TRUE)
data$z_col5 <- (data$col5 - mean(data$col5, na.rm = TRUE)) / sd(data$col5, na.rm = TRUE)

是否有某种方式，可能使用apply()或其他东西，我可以基本上做（python）：

for col in ['col1', 'col2', 'col3']:
    data{col} = ... z score code here

谢谢R朋友。

Answer 1

data.frame是一个列表，因此您可以使用lapply。不要在apply上使用data.frame，因为这会强制matrix。

lapply(data, function(x) (x - mean(x,na.rm = TRUE))/sd(x, na.rm = TRUE))

或者您可以使用scale对矢量执行此计算。

lapply(data, scale)

您可以翻译python样式方法directy

for(col in names(data)){
   data[[col]] <- scale(data[[col]])
}

请注意，此方法在R中不具有内存效率，因为[[<.data.frame每次都会复制整个data.frame。

Answer 2

我认为你是对的，apply（）可能是去这里的方式。

例如：

data <- array(1:20, dim=c(4, 5))

data.zscores <- apply(data, 2, function(x)
    (x-mean(x, na.rm = TRUE))/sd(x, na.rm = TRUE))

函数apply（）接受矩阵或数组作为它的第一个参数。 “2”指的是函数迭代的维度 - 在我们的例子中是列。如果我们想按行进行，我们将使用“1”。最后，我们有我们想要应用于每列的功能。请参阅？申请了解更多详情。

Answer 3

检查一下我遍历数据帧以识别NA行

int64

rdata：迭代数据框列名的一些方法？

3 个答案: