我正在尝试标准化数据帧中的某些列，而不是所有列。通过标准化，我的意思是减去平均值并除以标准差。我的问题是我怎样才能只对值进行这种标准化 第 1、2、4 和 6 列假设我正在处理这个data(mtcars)数据集。
我可以手动执行此操作，但我想知道是否有有效的方法可以做到这一点。
scale为你做这件事。所以
df<-mtcars
df[,c(1,2,4,6)]<-scale(df[,c(1,2,4,6)])
将保持其他变量不变。scale返回均值和 SD 作为可用于反转该过程的属性。
mt <- mtcars
str(mt)
# 'data.frame': 32 obs. of 11 variables:
# $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
# $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
# $ disp: num 160 160 108 258 360 ...
# $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
# $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
# $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
# $ qsec: num 16.5 17 18.6 19.4 17 ...
# $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
# $ am : num 1 1 1 0 0 0 0 0 0 0 ...
# $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
# $ carb: num 4 4 1 1 2 1 4 2 2 4 ...
诀窍是在*apply调用和重新分配(<-或=的左侧)中对其进行子集化。
mysd <- 3 # something important
mt[c(1,2,4,6)] <- lapply(mt[c(1,2,4,6)], `+`, mysd)
str(mt)
# 'data.frame': 32 obs. of 11 variables:
# $ mpg : num 24 24 25.8 24.4 21.7 21.1 17.3 27.4 25.8 22.2 ...
# $ cyl : num 9 9 7 9 11 9 11 7 7 9 ...
# $ disp: num 160 160 108 258 360 ...
# $ hp : num 113 113 96 113 178 108 248 65 98 126 ...
# $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
# $ wt : num 5.62 5.88 5.32 6.21 6.44 ...
# $ qsec: num 16.5 17 18.6 19.4 17 ...
# $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
# $ am : num 1 1 1 0 0 0 0 0 0 0 ...
# $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
# $ carb: num 4 4 1 1 2 1 4 2 2 4 ...
请注意，从lapply返回将是一个list，而不是一个data.frame。尽管它的行为通常足够相同，但您可以使用as.data.frame(lapply(...))包装它以将其返回到原始类。
对多个列进行单个修改的一种流行方法是形成一个logical向量(可能比整数更安全)，例如这个过于简化的示例。矢量的使用使得随后的重新分配可以说更容易阅读。
vec <- sapply(mt, function(x) min(x)>10)
mt[vec] <- lapply(mt[vec], `+`, mysd)
(如果整数向量包含低于 1 或高于列数的任何内容，则使用整数变得不那么可预测/健壮。它适用于integer(0)，所以如果需要，请随意使用 ints。
这样做的一个很好的副作用是，如果函数"昂贵"(时间或资源)，那么它只对相关列进行操作。如果未选择任何内容，则不执行任何操作。
vec <- sapply(mt, function(x) min(x) > 300)
any(vec)
# [1] FALSE
system.time( mt[vec] <- lapply(mt[vec], function(x) { Sys.sleep(100); x+1; }) )
# user system elapsed
# 0 0 0