Question

我有一个如下所示的数据框：

  Store Temperature Unemployment Sum_Sales
1     1       42.31        8.106   1643691
2     1       38.51        8.106   1641957
3     1       39.93        8.106   1611968
4     1       46.63        8.106   1409728
5     1       46.50        8.106   1554807
6     1       57.79        8.106   1439542

我在R中无法弄清楚的是如何分组和申请。因此，对于每个商店（分组），我想标准化/缩放两列（sum_sales和temperature）。

我想要的输出如下：

  Store Temperature Unemployment Sum_Sales
1     1       1.000        8.106   1.00000
2     1       0.000        8.106   0.94533
3     1       0.374        8.106   0.00000
4     2       0.012        8.106   0.00000
5     2       0.000        8.106   1.00000
6     2       1.000        8.106   0.20550

这是我创建的规范化功能：

 normalit<-function(m){
   (m - min(m))/(max(m)-min(m))
 }

我正在使用dply包，似乎无法弄清楚如何分组并将该函数应用于列。我试过这样的事情并得到一个错误：

df2 <- df %.%
  group_by('Store') %.%
  summarise(Temperature = normalit(Temperature), Sum_Sales = normalit(Sum_Sales)))

任何建议/帮助将不胜感激。感谢。

Answer 1

问题是您使用的是错误的dplyr动词。 Summarize将为每个变量创建一个结果。你想要的是变异。 Mutate更改变量并返回与原始变量长度相同的结果。见http://cran.rstudio.com/web/packages/dplyr/vignettes/dplyr.html。以下两种方法使用dplyr：

df %>%
    group_by(Store) %>%
    mutate(Temperature = normalit(Temperature), Sum_Sales = normalit(Sum_Sales))

df %>%
    group_by(Store) %>%
    mutate_each(funs(normalit), Temperature, Sum_Sales)

注意：您的数据与所需结果之间的Store变量不同。我假设@jlhoward得到了正确的数据。

Answer 2

这是一个data.table解决方案。我改变了你的例子，有两种类型的商店。

df <- read.table(header=T,text="Store Temperature Unemployment Sum_Sales
1     1       42.31        8.106   1643691
2     1       38.51        8.106   1641957
3     1       39.93        8.106   1611968
4     2       46.63        8.106   1409728
5     2       46.50        8.106   1554807
6     2       57.79        8.106   1439542")

library(data.table)
DT <- as.data.table(df)
DT[,list(Temperature=normalit(Temperature),Sum_Sales=normalit(Sum_Sales)),
    by=list(Store,Unemployment)]
#    Store Unemployment Temperature Sum_Sales
# 1:     1        8.106  1.00000000 1.0000000
# 2:     1        8.106  0.00000000 0.9453393
# 3:     1        8.106  0.37368421 0.0000000
# 4:     2        8.106  0.01151461 0.0000000
# 5:     2        8.106  0.00000000 1.0000000
# 6:     2        8.106  1.00000000 0.2055018

请注意，如果stoer只有一行，则规范化会出现问题。

分组和缩放/标准化r中的列

2 个答案: