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 df 是 list 但是当我使用 is.list(df)->TRUE 和 is.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$mpg )
或者做几个cols
mtcars[ , 3:7]<- sapply( mtcars[ , 3:7], normalize )
您可以仅通过 mutate_if 来自 dplyr 的数值变量来解析 normalize 函数。
library(dplyr)
normalize<-function(x){
return( (x-min(x, na.rm=TRUE)) / (max(x, na.rm=TRUE)-min(x, na.rm=TRUE)))
}
df %>%
mutate_if(is.numeric, normalize)
由于您没有提供数据样本，使用 iris 数据集将类似于：
iris %>%
mutate_if(is.numeric, normalize)
输出将是（前十行）：
#Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 0.22222222 0.62500000 0.06779661 0.04166667 setosa
#2 0.16666667 0.41666667 0.06779661 0.04166667 setosa
#3 0.11111111 0.50000000 0.05084746 0.04166667 setosa
#4 0.08333333 0.45833333 0.08474576 0.04166667 setosa
#5 0.19444444 0.66666667 0.06779661 0.04166667 setosa
#6 0.30555556 0.79166667 0.11864407 0.12500000 setosa
#7 0.08333333 0.58333333 0.06779661 0.08333333 setosa
#8 0.19444444 0.58333333 0.08474576 0.04166667 setosa
#9 0.02777778 0.37500000 0.06779661 0.04166667 setosa
#10 0.16666667 0.45833333 0.08474576 0.00000000 setosa
我遇到了类似的问题，但仍然无法解决我的问题。反正， 我有一个包含数字的数据框（大小：36 * 42），而在最后一行（第 36 行）它有每一列的日期。 我想使用以下函数规范化此数据框的列（除最后一行外的整个数据框）：
normalize<-function(x){return((x-min(x, na.rm=TRUE))/(max(x, na.rm=TRUE)-min(x, na.rm=TRUE)))}
但我总是得到这个错误：
Error in x - min(x, na.rm = TRUE) : non-numeric argument to binary operator
我试过的东西
as.data.frame(lapply(df[c(1:nrow(df)-1),], normalize))
顺便说一句，当我检查 typeof(df) 时它显示 df 是 list 但是当我使用 is.list(df)->TRUE 和 is.data.frame(df)->TRUE 检查它时, 这让我很困惑。
谢谢
问题与变量 class 有关。检查 class - class( mtcars$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