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。
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))
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))
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]