根据 R 数据框中其他列的值缩放列的有效方法

Question

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。

Answer 1

您可以使用 dplyr 包中的 group_by 和 mutate 轻松做到这一点：

require(dplyr)
d %>% 
  group_by(y) %>% 
  mutate(x = (x - mean(x)) / sd(x))

Answer 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))

Answer 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，分配 (:=) 'x' 的 scale至 'x2'.

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

Efficient way of scaling column based on value in other column in R dataframe