我有一个大型数据框,希望标准化多个列,同时调整值的均值和标准差。假设我有以下示例数据:
set.seed(123)
df = data.frame("sample" = c(rep(1:2, each = 5)),
"status" = c(0,1),
"s1" = runif(10, -1, 1),
"s2" = runif(10, -5, 5),
"s3" = runif(10, -25, 25))
并希望将每个s1-s3标准化,同时将平均值和标准差调整为状态== 0。如果我应该这样说,s1只能我做以下事情:
df = df %>% group_by(sample) %>%
mutate(sd_s1 = (s1 - mean(s1[status==0])) / sd(s1[status==0]))
但是当我必须在多个列上执行此操作时,我的问题就出现了。我尝试编写一个包含mutate_at的函数:
standardize <- function(x) {
return((x - mean(x[status==0]))/sd(x[status==0]))
}
df = df %>% group_by(sample) %>%
mutate_at(vars(s1:s3), standardize)
只为s1-s3创建Na值。 我试图使用以下提供的答案: R - dplyr - mutate - use dynamic variable names,但无法弄清楚如何进行子集化。
非常感谢任何帮助。谢谢!
答案 0 :(得分:2)
我们可以使用
df %>%
group_by(sample) %>%
mutate_at(vars(s1:s3), funs((.- mean(.[status == 0]))/sd(.[status == 0])))