Question

我有一个像这样的数据框：

df <- data.frame(x1=c(1, 2, 3, 2, 1),
                 x2=c(1, 10, 5, 8, 3))

我正在尝试规范两个介于0和1之间的变量。因此x1中的2将为0.5，而x2中的5也将为0.5。

我尝试使用以下标准化函数：

range01 <- function(x){(x-min(x, na.rm = T))/(max(x, na.rm = T)-min(x, na.rm = T))}
df <- range01(df)

但是相反，它通过整个数据帧的范围（1到10）对所有变量进行归一化，从而得到：

x1          x2
0.0000000   0.0000000           
0.1111111   1.0000000           
0.2222222   0.4444444           
0.1111111   0.7777778           
0.0000000   0.2222222

如何按各自的范围对两列进行归一化？我需要一个系统的功能来执行此操作，因为我正在for循环中处理许多数据帧中的许多变量。

Answer 1

我想您可以一行完成：

sapply(df, function(x) (x - min(x, na.rm = T)) / (max(x, na.rm = T) - min(x, na.rm=T)))

      x1        x2
[1,] 0.0 0.0000000
[2,] 0.5 1.0000000
[3,] 1.0 0.4444444
[4,] 0.5 0.7777778
[5,] 0.0 0.2222222

Answer 2

以R为底

apply(df, 2, function(x) {(x - min(x, na.rm = T))/(max(x, na.rm = T) - min(x, na.rm = T))})

      x1        x2
[1,] 0.0 0.0000000
[2,] 0.5 1.0000000
[3,] 1.0 0.4444444
[4,] 0.5 0.7777778
[5,] 0.0 0.2222222

或使用dplyr：

df %>%
 mutate_at(vars(starts_with("x")), 
           funs((. - min(., na.rm = T))/(max(., na.rm = T) - min(., na.rm = T)))) #Applying the function to vars that starts with "x"

   x1        x2
1 0.0 0.0000000
2 0.5 1.0000000
3 1.0 0.4444444
4 0.5 0.7777778
5 0.0 0.2222222

或其他dplyr解决方案，将该函数应用于所有列：

df %>%
 mutate_all(funs((. - min(., na.rm = T))/(max(., na.rm = T) - min(., na.rm = T))))

或使用data.table：

setDT(df)[ , lapply(.SD, function(x) (x - min(x, na.rm = T))/(max(x, na.rm = T) - min(x, na.rm = T)))]

    x1        x2
1: 0.0 0.0000000
2: 0.5 1.0000000
3: 1.0 0.4444444
4: 0.5 0.7777778
5: 0.0 0.2222222

Answer 3

基于秤包的另一个选项

library("scales")
df <- data.frame(x1=c(1, 2, 3, 2, 1),
         x2=c(1, 10, 5, 8, 3))
sapply(df, rescale)

默认选项是0-1范围，但您也可以传递其他范围（例如0-100）

 sapply(df, rescale, to = c(0, 100))

将变量范围从0标准化为1？

3 个答案: