基于 R 数据帧中其他列中的值缩放列的有效方法 [英] Efficient way of scaling column based on value in other column in R dataframe

问题描述

我想根据另一列中的值缩放 dataframe 列中的值.例如，这里有一个简单的例子

I want to scale values in the column of a dataframe based on values in another colum. For example, here is a simple example

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:

I want to scale the x values based on the y values, so what I want is to have:

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

然后用缩放后的值替换 d 中的 x 值，对于 x 值与 y=2 类似.

then replace the x values in d with the scaled values, similarly for the x values with y=2.

到目前为止我所做的有点笨拙:

What I have done so far is a bit clunky:

     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框中，但这有点乏味，因为我的实际数据有 50 个不同的 y 值，我想为多个(不同)列执行此操作.

and then binding all the results in one big data frame, but this is a bit tedious since my actual data has 50 different values for y and I'd like to do this for multiple (different) columns.

推荐答案

您可以使用 dplyr 中的 group_by 和 mutate 轻松完成此操作包:

You can easily do this using group_by and mutate from the dplyr package:

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

这篇关于基于 R 数据帧中其他列中的值缩放列的有效方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！