Normalizing a dataframe - Error : non-numeric argument to binary - R

Normalizing a dataframe - Error : non-numeric argument to binary - R

我遇到了类似的问题,但仍然无法解决我的问题。反正, 我有一个包含数字的数据框(大小:36 * 42),而在最后一行(第 36 行)它有每一列的日期。 我想使用以下函数规范化此数据框的列(除最后一行外的整个数据框):

normalize<-function(x){return((x-min(x, na.rm=TRUE))/(max(x, na.rm=TRUE)-min(x, na.rm=TRUE)))}

但我总是得到这个错误:

Error in x - min(x, na.rm = TRUE) : non-numeric argument to binary operator

我试过的东西

as.data.frame(lapply(df[c(1:nrow(df)-1),], normalize))

顺便说一句,当我检查 typeof(df) 时它显示 dflist 但是当我使用 is.list(df)->TRUEis.data.frame(df)->TRUE 检查它时, 这让我很困惑。

谢谢

问题与变量 class 有关。检查 class - class( mtcars$mpg ) 。此函数会将您的 cols 转换为 numeric

normalize<-function(x){

x <- as.numeric( as.character( x ))

y <- (x-min(x, na.rm=TRUE))/
    (max(x, na.rm=TRUE)-min(x, na.rm=TRUE))

return(y)

}

有效见: 归一化(mtcars$mpg) 归一化(as.character(mtcars$mpg))

您可以添加到您的数据框

mtcars$newvar <- normalize( mtcars$mpg ) 

或者做几个cols

mtcars[ , 3:7]<- sapply( mtcars[ , 3:7], normalize )

您可以仅通过 mutate_if 来自 dplyr 的数值变量来解析 normalize 函数。

 library(dplyr)

normalize<-function(x){
 return( (x-min(x, na.rm=TRUE)) / (max(x, na.rm=TRUE)-min(x, na.rm=TRUE)))
}

df %>%
   mutate_if(is.numeric, normalize)

由于您没有提供数据样本,使用 iris 数据集将类似于:

iris %>% 
  mutate_if(is.numeric, normalize)

输出将是(前十行):

#Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#1     0.22222222  0.62500000   0.06779661  0.04166667     setosa
#2     0.16666667  0.41666667   0.06779661  0.04166667     setosa
#3     0.11111111  0.50000000   0.05084746  0.04166667     setosa
#4     0.08333333  0.45833333   0.08474576  0.04166667     setosa
#5     0.19444444  0.66666667   0.06779661  0.04166667     setosa
#6     0.30555556  0.79166667   0.11864407  0.12500000     setosa
#7     0.08333333  0.58333333   0.06779661  0.08333333     setosa
#8     0.19444444  0.58333333   0.08474576  0.04166667     setosa
#9     0.02777778  0.37500000   0.06779661  0.04166667     setosa
#10    0.16666667  0.45833333   0.08474576  0.00000000     setosa