Question

是否可以使用data.table通过许多组变量来标准化多个变量？

DT <- data.table(V1=1:20, V2=40:21, gr=c(rep(c('a'),10), rep(c('b'),10)),
             grr=rep(c(rep(c('a'),5), rep(c('b'),5)),2))

gr和grr是组变量。我想添加到data.table V1.z和V2.z，它们是每个gr-by-grr组中的标准化分数。

这是一个极其愚蠢的代码，用于解释我想要的内容：

DTaa <- DT[gr=='a' & grr=='a',]
DTab <- DT[gr=='a' & grr=='b',]
DTba <- DT[gr=='b' & grr=='a',]
DTbb <- DT[gr=='b' & grr=='b',]
DTaa <- DTaa[,V1.z := scale(V1)]
DTaa <- DTaa[,V2.z := scale(V2)]
DTab <- DTab[,V1.z := scale(V1)]
DTab <- DTab[,V2.z := scale(V2)]
DTba <- DTba[,V1.z := scale(V1)]
DTba <- DTba[,V2.z := scale(V2)]
DTbb <- DTbb[,V1.z := scale(V1)]
DTbb <- DTbb[,V2.z := scale(V2)]
DTn <- rbind(DTaa, DTab, DTba, DTbb)

可能有一种方法可以在一行或两行中使用by。

我希望在接受数据的函数，目标变量（在示例中为V1和V2）以及组变量（在示例中为gr和grr）中作为参数使用它。
如果你有一个不使用data.table的解决方案，它也很好（我尝试使用dplyr中的mutate_at但是找不到关于该函数的文档）。

Answer 1

按照＆＃39; gr＆＃39;分组后和＆＃39; grr＆＃39;循环遍历Data.table的子集（.SD），scale它（scale的输出是matrix，所以我们使用vector将其转换为as.vector并将输出（:=）分配给新列。

DT[, paste0(names(DT)[1:2], ".z") := lapply(.SD, 
                  function(x) as.vector(scale(x))), .(gr, grr)]

使用data.table按组标准化

1 个答案: