为什么 `mutate(across(...))` 和 `scale()` 将 [1] 添加到 header 列？

Question

这似乎太基础了，无法在搜索中找到，但也许我没有在 Google 上使用正确的搜索词。

我想规范化数字列。当我用 mutate(across(.., scale)) 修改该列时，我将 [,1] 添加到 header。这是为什么？

library(dplyr, warn.conflicts = FALSE)

mtcars_mpg_only <-
  mtcars %>%
  as_tibble() %>%
  select(mpg)

mtcars_mpg_only %>%
  as_tibble() %>%
  mutate(across(mpg, scale))
#> # A tibble: 32 x 1
#>    mpg[,1]
#>      <dbl>
#>  1   0.151
#>  2   0.151
#>  3   0.450
#>  4   0.217
#>  5  -0.231
#>  6  -0.330
#>  7  -0.961
#>  8   0.715
#>  9   0.450
#> 10  -0.148
#> # ... with 22 more rows

但是如果我使用不同的函数而不是 scale()（例如，log()），那么列 header 仍然是 as-is:

mtcars_mpg_only %>%
  as_tibble() %>%
  mutate(across(mpg, log))
#> # A tibble: 32 x 1
#>      mpg
#>    <dbl>
#>  1  3.04
#>  2  3.04
#>  3  3.13
#>  4  3.06
#>  5  2.93
#>  6  2.90
#>  7  2.66
#>  8  3.19
#>  9  3.13
#> 10  2.95
#> # ... with 22 more rows

事后我知道如何 remove/rename [,1]，但我的问题是为什么要创建它？

Answer 1

这是因为 scale returns 是一个矩阵，而 log returns 是一个普通向量。 mpg[ 1] 实际上是一个 data.frame 内的矩阵。请参阅 ?scale 以了解其值的定义。

class(scale(mtcars$mpg))
## [1] "matrix" "array" 

class(log(mtcars$mpg))
## [1] "numeric"

将矩阵转换为纯向量以避免这种情况，例如

mtcars_mpg_only %>%
  mutate(across(mpg, ~ c(scale(.))))

# or extracting first column
mtcars_mpg_only %>%
  mutate(across(mpg, ~ scale(.)[, 1]))

# or normalizing using mean and sd
mtcars_mpg_only %>%
  mutate(across(mpg, ~ (. - mean(.)) / sd(.)))

# or without across
mtcars_mpg_only %>%
  mutate(mpg = c(scale(mpg)))

# or using base R
mtcars_mpg_only |>
  transform(mpg = c(scale(mpg)))

为什么 `mutate(across(...))` 和 `scale()` 将 [1] 添加到 header 列？

Why does `mutate(across(...))` with `scale()` adds [,1] to the column header?

r

scale

dplyr