Question

我有一个数据集如下：

  A       B     C      D
500       2     4      6
501       6     8     45
502       4     7      9

如何对每个列进行标准化，排除第一个要标准化的列，并且与每列的平均值设置标准偏差。

因此，例如下面是每列的方法：

B = 4
C = 6.333
D = 20

然后，我希望将边界规范化，使其在任一方向上的平均值不超过平均值的25％。

我认为您可以使用rescale执行此操作，但我不知道如何将其应用于所有列：

library(scales)
rescale(x, to = c(mean - 0.25*mean, mean + 0.25*mean)

我知道这是一种方法，但它没有考虑25％的界限和标准偏差：

normalized <- function(x){
  return((x-min(x)) / (max(x)-min(x)))
}

normalized_dataset<-df %>% 
  mutate_at(vars(-one_of("A")), normalized)

Answer 1

我希望函数rescale来自包scales。

这是使用*apply系列函数的典型示例我将处理数据的副本并重新缩放副本，如果您不想保留原始数据，修改下面的代码很简单。

dat2 <- dat

dat2[-1] <- lapply(dat2[-1], function(x)
    scales::rescale(x, to = c(mean(x) - 0.25*mean(x), mean(x) + 0.25*mean(x))))

dat2
#    A B        C        D
#1 500 3 4.750000 15.00000
#2 501 5 7.916667 25.00000
#3 502 4 7.125000 15.76923

数据。

dat <- read.table(text = "
  A       B     C      D
500       2     4      6
501       6     8     45
502       4     7      9 
", header = TRUE)

Answer 2

如果您已经拥有满足所需要的代码，但很难将其应用于除第一个之外的所有列，请尝试使用简单的基本R方法。

你的职能：

## your rescale function
fun1 <- function(x){
    return(  scales::rescale(x, to = c(mean(x) - 0.25*mean(x), mean(x) + 0.25*mean(x))))
}

适用于除第一列以外的所有列：

dat[2:4] <- lapply(dat[2:4], fun1)

Answer 3

这会有用吗？

df <- read.table(text="
  A       B     C      D
500       2     4      6
501       6     8     45
502       4     7      9",h=T)

df2 <- df
df2[-1] <- lapply(df[-1],function(x) mean(x) +(x-mean(x)) * 0.25*mean(x)/max(abs(x-mean(x))))

#     A B        C    D
# 1 500 3 4.750000 17.2
# 2 501 5 7.464286 25.0
# 3 502 4 6.785714 17.8

每个相关列的平均值保持不变，但值会重新调整，以使平均值的最远值距离它mean*25%。

通过设置标准偏差来标准化每列的平均值（不包括第一列）

3 个答案: