按条件最小归一化

Question

我在下面有一个数据集，其中包含按周分组的销售数据和其他数据：

df

  Market  Week Sales  diff_data1    another2
1      1     1     5          30         -40
2      1     2     4           7          -8
3      1     3     7         100           9
4      1     4    11          92          50
5      2     1     8           0           8
6      2     2     5           0          14
7      2     3     8           9          98
8      2     4     1           3           3

我的目标是以两种不同的方式对数据进行归一化：均值归一化和最小归一化。对销售数据进行平均归一化，而对非销售数据进行最小归一化。我认为我的平均归一化是正确的，但最小归一化有点棘手，因为我对选择的数据有条件。以下是我目前拥有的。

##Function to standardizing variables
group = "Market"
date = "Week"

##Function to standardize sales by dividing by the standard deviation of sales
normalized_mean <- function(x){
  return(x/(sd(x)))
}

##Function to standardize variables by subtracting min
##Used for non-sales data
normalized_min<-function(x){
  out<- ifelse(x>0, ((x-min(x)) / sd(x)),
               ifelse(x<0, ((x+max(x)) / sd(x)), 
                      ifelse(x==0, 0,0)))
  return(out)
}

if (!("Sales" %in% colnames(df))){
  df_index<-df %>% 
    dplyr::group_by(!!sym(group)) %>% 
    dplyr::mutate_at(vars(-one_of(!!group,!!date)), normalized_min)
} else {
  df_index<-df %>% 
    dplyr::group_by(!!sym(group)) %>% 
    dplyr::mutate_at(vars(-one_of(!!group,!!date)), normalized_mean)

}

这个的当前输出是：

df_index

  Market  Week Sales  diff_data1   another2
1      1     1 1.62        0.655     -1.07  
2      1     2 1.29        0.153     -0.213 
3      1     3 2.26        2.18       0.240 
4      1     4 3.55        2.01       1.33  
5      2     1 2.41        0          0.178 
6      2     2 1.51        0          0.311 
7      2     3 2.41        2.12       2.17  
8      2     4 0.302       0.707      0.0666

输出应该是这样的：

  Market  Week Sales  diff_data1    another2
1      1     1 1.62        0.501     0.26679  
2      1     2 1.29            0     1.12053
3      1     3 2.26         2.02     1.30729
4      1     4 3.55         1.85     2.40114 
5      2     1 2.41            0     7.93342
6      2     2 1.51            0     13.9334
7      2     3 2.41        2.121     97.9334
8      2     4 0.302       0.707     2.93342

我的问题是下面的这个公式。

如何使条件适用于此类示例？好像没有考虑x>0、x<0、x==0的条件。

normalized_min<-function(x){
  out<- ifelse(x>0, ((x-min(x)) / sd(x)),
               ifelse(x<0, ((x+max(x)) / sd(x)), 
                      ifelse(x==0, 0,0)))
  return(out)
}

任何帮助都会很棒，谢谢！

Answer 1

删除“销售”之前的感叹号效果很好，我认为你有一个错字：

if ("Sales" %in% colnames(df)){
  df_index<-df %>% 
    dplyr::group_by(!!sym(group)) %>% 
    dplyr::mutate_at(vars(-one_of(!!group,!!date)), normalized_min)
} else {
  df_index<-df %>% 
    dplyr::group_by(!!sym(group)) %>% 
    dplyr::mutate_at(vars(-one_of(!!group,!!date)), normalized_mean)

}

输出：

  Market  Week Sales diff_data1 another2
   <int> <int> <dbl>      <dbl>    <dbl>
1      1     1 0.323      0.502    0.267
2      1     2 0          0        1.12 
3      1     3 0.969      2.03     1.31 
4      1     4 2.26       1.85     2.40 
5      2     1 2.11       0        0.111
6      2     2 1.21       0        0.244
7      2     3 2.11       2.12     2.11 
8      2     4 0          0.707    0 

这当然取决于你真正想要什么。

在您的描述中，它似乎应该计算归一化均值（这实际上也是您在输出中得到的），但从您的示例看来，只要名称中有销售，它就应该开始计算归一化最小值。

如果您从数据集中删除“销售”列，它也适用于您的初始函数：

df <- df[,-3]


if (!("Sales" %in% colnames(df))){
  df_index<-df %>% 
    dplyr::group_by(!!sym(group)) %>% 
    dplyr::mutate_at(vars(-one_of(!!group,!!date)), normalized_min)
} else {
  df_index<-df %>% 
    dplyr::group_by(!!sym(group)) %>% 
    dplyr::mutate_at(vars(-one_of(!!group,!!date)), normalized_mean)

}

  Market  Week diff_data1 another2
   <int> <int>      <dbl>    <dbl>
1      1     1      0.502    0.267
2      1     2      0        1.12 
3      1     3      2.03     1.31 
4      1     4      1.85     2.40 
5      2     1      0        0.111
6      2     2      0        0.244
7      2     3      2.12     2.11 
8      2     4      0.707    0