数据标准化后变量的值变为 N/As答案

【问题标题】：Values of Variable change to N/As after data normalization数据标准化后变量的值变为 N/As
【发布时间】：2019-07-02 05:52:26
【问题描述】：

对于多项式回归，我应该标准化我的数据集（来自世界银行数据的 1960-2017 年巴西 GDP）

使用：

x= x - min(x)
x= x/max(T)

通过将“x”更改为我们的自变量。

我尝试联系讲师没有回应，也尝试了不同的数据集，但这个集是唯一不起作用的。

##Task 3.1##
##Load Data ##
GDP_Brazil <- read_excel("GDP Brazil.xlsx") 

View(GDP_Brazil)

##Plotting the original Data

G=GDP_Brazil[,3]
Time=GDP_Brazil[,2]

##3.2
##Normalization of data

Time= Time - min(Time)
Time= Time/max(Time)

运行此代码后，该变量的数据为 N/A

运行代码后，Variable Time 的结果从 [1960,2017] 变为 N/A，但应该在 [0,1] 之间。

【问题讨论】：

值更改为 NA 的原因可能有多种，但如果没有可重现的示例，很难准确判断。可以分享dput(head(GDP_Brazil))吗？
据推测，数据包含缺失的 (NA) 值。您可以在进行规范化时忽略它们，方法是执行 min(Time, na.rm = TRUE) 和 max(Time, na.rm = TRUE)。

标签： r normalization na minmax

【解决方案1】：

这里是信息。数据集不包含 N/As。每年都会给出这些值，这实际上是我选择这个数据集的原因。

dput(head(GDP_Brazil)
structure(list(`Series Name` = c("GDP (current US$ in billion)", 
"GDP (current US$ in billion)", "GDP (current US$ in billion)", 
"GDP (current US$ in billion)", "GDP (current US$ in billion)", 
"GDP (current US$ in billion)"), Time = c(1960, 1961, 1962, 1963, 
1964, 1965), Brazil = c(15.1655699125199, 15.236854859469, 19.9262938390163, 
23.0214772922093, 21.2118922599904, 21.79003511719)), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

【讨论】：

【解决方案2】：

它是tibble。所以，我们需要[[ 或$ 来进行子集化，否则，它仍然是带有单列的tibble。当我们进行一些需要vector的计算时，这会产生影响

G <- GDP_Brazil[[3]]
Time <- GDP_Brazil[[2]]

【讨论】：