基于R数据帧中其他列的值缩放列的有效方式

Question

我想根据另一列中的值缩放dataframe列中的数值。例如，这里有一个简单的示例

d<-data.frame(x=runif(5,0,10),y=sample(c(1,2),size=5,replace=TRUE))

给出输出：

         x  y
1 1.0895865 2
2 0.8261554 2
3 5.3503761 2
4 3.3940759 1
5 6.2786637 1

我想根据y值缩放x值，所以我想要的是：

(x|y=1 - average(x's | y=1))/std.dev(x's|y=1)

则类似地对于具有y=2的x值用缩放后的值替换d中的x值。

到目前为止，我所做的有点笨拙：

     d1<-subset(d,y==1)
d2<-subset(d,y==2)
d1$x<-(d1$x-mean(d1$x))/sd(d1$x)
d2$x<-(d2$x-mean(d2$x))/sd(d2$x)

然后将所有结果绑定到一个大数据帧中，但这有点乏味，因为我的实际数据有50个不同的y值，我想对多个（不同的）列这样做。

Answer 1

您可以使用dplyr包中的group_by和mutate轻松完成此操作：

require(dplyr)
d %>% 
  group_by(y) %>% 
  mutate(x = (x - mean(x)) / sd(x))

Answer 2

此任务通常由dplyr中的group by和使用scale 执行

 library(dplyr)
 d %>% group_by(y) %>% mutate(x2=scale(x))

Answer 3

我们可以使用data.table。我们将"data.frame"转换为"data.table"（setDT(d)），按"b"分组，将"x"的scale赋值（:=）为"x2"。

 setDT(d)[, x2 := scale(x) , by = y]