如何在 R 中的单个数据框中转换（标准化）类别内的数据？

Question

我只需要在某些类别内缩放值。本质上，我有一个包含个人、年份和几个预测变量的 data.frame。

Individual	Year	Uplift
A	2013	0.76280999
A	2013	1.01930776
A	2015	0.00000000
B	2011	0.78427964
B	2013	0.00000000
B	2013	1.37627043

我需要在每个人和年份中扩展我的预测变量，换句话说，将 2013 年的个人 A 年、2015 年的个人 A 年等标准化为 33 个人和 86000 行。不希望在每个人和年份组合的单独数据框中执行此操作，我尝试使用 dplyr 解决方案

library("dplyr")

data %>%

group_by(Individual, Year) %>%

mutate(data, std_uplift= scale(uplift) %>%

ungroup()))

这自然会引发错误：

错误：mutate() 输入有问题 ..1。

x 输入 ..1 无法回收到大小 1100。

我输入..1 是data。

i 输入 ..1 的大小必须为 1100 或 1，而不是 83670。

i 错误发生在第 1 组中：Individual = "A", year = "2013"。

我不明白如何修复该错误，因为它似乎试图将所有个人的数据推送到一个组中，但我猜测有更好的方法来扩展给定类别的数据。我怎样才能做到这一点？

谢谢！

Answer 1

library("dplyr")
df <- tribble(
  ~Individual,  ~Year,  ~Uplift,
"A", 2013, 0.76280999, 
"A", 2013, 1.01930776, 
"A", 2015, 0.00000000, 
"B", 2011, 0.78427964, 
"B", 2013, 0.00000000, 
"B", 2013, 1.37627043)

df %>% 
  mutate(std_Uplift = as.numeric(scale(Uplift))) %>% 
  ungroup()

# A tibble: 6 x 4
  Individual  Year Uplift std_Uplift[,1]
  <chr>      <dbl>  <dbl>          <dbl>
1 A           2013  0.763          0.190
2 A           2013  1.02           0.653
3 A           2015  0             -1.18 
4 B           2011  0.784          0.229
5 B           2013  0             -1.18 
6 B           2013  1.38           1.30