基于R数据框中其他列中的值缩放列的有效方法答案

【问题标题】：Efficient way of scaling column based on value in other column in R dataframe基于R数据框中其他列中的值缩放列的有效方法
【发布时间】：2016-07-21 03:34:12
【问题描述】：

我想根据另一列中的值缩放dataframe 列中的值。例如，这里是一个简单的例子

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)

然后将 d 中的 x 值替换为缩放后的值，类似地，x 值替换为 y=2。

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，我想对多个（不同的）列执行此操作。

【问题讨论】：

请将set.seed() 添加到您的代码中，以使其可重现并共享预期的输出。
也许你正在寻找ave(d$x,d$y,FUN=function(x) (x-mean(x))/sd(x))。

标签： r dataframe scale

【解决方案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))

【讨论】：

你能解释一下'%>%'为什么格式与普通函数如此不同吗？顺便说一句，这很好用！
%>% 是来自magrittr 的链接运算符。将多个函数链接在一起时，它更容易、更易读。如果你写上面的代码没有%>%，它变成mutate(group_by(d, y), x = (x - mean(x)) / sd(x))。基本上不用写f(x, y)，你可以写x %>% f(y)。另请查看here 了解更多信息。

【解决方案2】：

此任务通常由group by 在dplyr 中使用scale 执行

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

【讨论】：

【解决方案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（:=）分配给“x2”。

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

【讨论】：

这并没有提供问题的答案。要批评或要求作者澄清，请在他们的帖子下方留下评论。 - From Review
@AlessandroCuttin 添加了描述。