所有列按组标准化

时间:2018-05-14 14:19:35

标签: r dplyr normalization

我有一个包含400多列的数据集。我想在此计算中排除前两列,但我希望将其包含在我的最终输出中。

对于列,3:ncol(df),如何按组进行标准化?

这就是我现在所拥有的,但它给了我一个错误,并且同时运行需要很长时间:

library(BBmisc)
test<-df %>% 
group_by(group) %>% 
mutate_all(.vars = df[3:ncol(df)], 
           funs(normalize))

我希望能够将范围设置为0到5.

这就是我的数据集:

df
group    week    col3     col4    col5 ......
    A       1      25       56      87 ......
    A       2      21       34      98 ......
    A       3      34       67     100 ......
    B       1      11      120    1000 ......
    B       2       8      340    1200 ......
    B       3       2      560    2000 ......

我想从第3列开始应用标准化功能(不是硬编码到col3到col5,因为我总共有400列)

1 个答案:

答案 0 :(得分:2)

我们需要mutate_at

df %>% 
  group_by(group) %>% 
  mutate_at(vars(-one_of("week")), normalize)
# A tibble: 6 x 5
# Groups:   group [2]
#  group  week   col3   col4   col5
#  <chr> <int>  <dbl>  <dbl>  <dbl>
#1 A         1 -0.250  0.218 -1.14 
#2 A         2 -0.851 -1.09   0.429
#3 A         3  1.10   0.873  0.714
#4 B         1  0.873 -1     -0.756
#5 B         2  0.218  0     -0.378
#6 B         3 -1.09   1      1.13 

正如评论中所提到的,如果我们使用一系列索引,那么应该注意mutate_at。目前,索引在没有group_by列的情况下开始。因此,如果我们想要传递一系列索引,则从开始和停止位置减去一个

df %>%
    group_by(group) %>%
    mutate_at(vars((3-1):(ncol(.)-1)), normalize)
# A tibble: 6 x 5
# Groups:   group [2]
#  group  week   col3   col4   col5
#  <chr> <int>  <dbl>  <dbl>  <dbl>
#1 A         1 -0.250  0.218 -1.14 
#2 A         2 -0.851 -1.09   0.429
#3 A         3  1.10   0.873  0.714
#4 B         1  0.873 -1     -0.756
#5 B         2  0.218  0     -0.378
#6 B         3 -1.09   1      1.13 

数据

df <- structure(list(group = c("A", "A", "A", "B", "B", "B"), week = c(1L, 
2L, 3L, 1L, 2L, 3L), col3 = c(25L, 21L, 34L, 11L, 8L, 2L), col4 = c(56L, 
34L, 67L, 120L, 340L, 560L), col5 = c(87L, 98L, 100L, 1000L, 
1200L, 2000L)), class = "data.frame", row.names = c(NA, -6L))