Question

我是R的新手，仍然掌握着如何处理数据（我的背景是电子表格和数据库）。我遇到的问题如下。我的数据看起来像这样（它以CSV格式保存）：

RecNo   Var1    Var2    Var3
41     800     201.8    Y
43     140        39    N
47      60     20.24    N
49     687        77    Y
54     570       135    Y
58    1250       467    N
61     211        52    N
64      96     117.3    N
68     687        77    Y

第1列（RecNo）是我的观察号码;虽然它是一个数字，但我的分析不需要它。第4列（Var3）是Yes / No列，我目前不需要进行分析，但稍后需要在输出中添加信息。

我需要将数据框中的数值数据规范化为0到1之间的值，而不会丢失其他信息。我有以下功能：

normalize <- function(x) { 
   x <- sweep(x, 2, apply(x, 2, min)) 
   sweep(x, 2, apply(x, 2, max), "/") 
}

但是，当我通过调用将它应用于我的上述数据时 myResult <- normalize(myData)

由于第4列中的文本而返回错误。如果我将此列中的文本设置为二进制值，它运行正常，但也会将我的案例编号规范化，这是我不想要的。

所以，我的问题是：如何更改上面的normalize函数以接受要转换的列的名称，同时输出完整的数据集（即不丢失列）？

Answer 1

我无法得到TUSHAr的建议，但我找到了两种解决方案可行： 1. akrun的建议如上：

myData2 <- myData1 %>% mutate_at(2:3, funs((.-min(.))/max(.-min(.))))

这会产生以下结果：

RecNo       Var1       Var2 Var3
1    41 0.62184874 0.40601834    Y
2    43 0.06722689 0.04195255    N
3    47 0.00000000 0.00000000    N
4    49 0.52689076 0.12693105    Y
5    54 0.42857143 0.25663508    Y
6    58 1.00000000 1.00000000    N
7    61 0.12689076 0.07102414    N
8    64 0.03025210 0.21718329    N
9    68 0.52689076 0.12693105    Y

或者，有一个包BBmisc在将我的记录号转换为因子后允许我使用以下内容：

> myData <- myData %>% mutate(RecNo = factor(RecNo))
> myNorm <- normalize(myData2, method="range", range = c(0,1), margin = 1)
> myNorm
  RecNo       Var1       Var2 Var3
1    41 0.62184874 0.40601834    Y
2    43 0.06722689 0.04195255    N
3    47 0.00000000 0.00000000    N
4    49 0.52689076 0.12693105    Y
5    54 0.42857143 0.25663508    Y
6    58 1.00000000 1.00000000    N
7    61 0.12689076 0.07102414    N
8    64 0.03025210 0.21718329    N
9    68 0.52689076 0.12693105    Y

编辑：为了完成，我还包括了TUSHAr的解决方案，一如既往地表明有很多方法可以解决一个问题：

normalize<-function(x){
    minval=apply(x[,c(2,3)],2,min)
    maxval=apply(x[,c(2,3)],2,max)
    #print(minval)
    #print(maxval)
    y=sweep(x[,c(2,3)],2,minval)
    #print(y)
    sweep(y,2,(maxval-minval),"/")
}

df[,c(2,3)]=normalize(df)

感谢您的帮助！

Answer 2

normalize<-function(x){
    minval=apply(x[,c(2,3)],2,min)
    maxval=apply(x[,c(2,3)],2,max)
    #print(minval)
    #print(maxval)
    y=sweep(x[,c(2,3)],2,minval)
    #print(y)
    sweep(y,2,(maxval-minval),"/")
}

df[,c(2,3)]=normalize(df)

仅规范化R

2 个答案: