标准化 R 中每行的数据

Question

如何 scale/normalize 我的每行数据（观察）？像 [-1:1] 这样的东西像 z 分数？

我看过以前的 post 涉及像这样对整个数据集进行归一化 https://stats.stackexchange.com/questions/178626/how-to-normalize-data-between-1-and-1 , 但我喜欢对每一行进行归一化，这样它们就可以绘制在同一个箱形图中，因为它们在 x 轴上都显示相同的模式。

Obs <- c("A", "B", "C")
count1 <- c(100,15,3)
count2 <- c(250, 30, 5)
count3 <- c(290, 20, 8)
count4<- c(80,12, 2 )
df <- data.frame(Obs, count1, count2, count3, count4)
dff<- df %>% pivot_longer(cols = !Obs, names_to = 'count', values_to = 'Value') 
ggplot(dff, aes(x = count, y = Value)) +
    geom_jitter(alpha = 0.1, color = "tomato") + 
    geom_boxplot()

Answer 1

根据您分享的link，您可以使用apply使用相应的函数在[-1,1]上重新缩放dataframe。

library(scales)
library(ggplot2)
library(tidyr)

Obs <- c("A", "B", "C")
count1 <- c(100,15,3)
count2 <- c(250, 30, 5)
count3 <- c(290, 20, 8)
count4<- c(80,12, 2 )

df <- data.frame(count1, count2, count3, count4)

df <- as.data.frame(t(apply(df, 1, function(x)(2*(x-min(x))/(max(x)-min(x)))- 1)))

df <- cbind(Obs, df)

dff<- df %>% 
       tidyr::pivot_longer(cols = !Obs, names_to = 'count', values_to = 'Value') 


ggplot(dff, aes(x = count, y = Value)) +
     geom_jitter(alpha = 0.1, color = "tomato") + 
     geom_boxplot()

控制台输出：

Answer 2

如果你把它旋转得更长一些，你可以根据你的观察结果和比例进行分组：

df %>% 
pivot_longer(cols = !Obs, names_to = 'count', values_to = 'Value') %>% group_by(Obs) %>% 
mutate(z=as.numeric(scale(Value))) %>% 
ggplot(aes(x=count,y=z))+geom_boxplot()

或者在 base R 中，只需执行：

boxplot(t(scale(t(df[,-1]))))

标准化 R 中每行的数据

Normalize data per row in R

r

dataframe

ggplot2

boxplot

normalize