我有一个如下所示的数据框:
Store Temperature Unemployment Sum_Sales
1 1 42.31 8.106 1643691
2 1 38.51 8.106 1641957
3 1 39.93 8.106 1611968
4 1 46.63 8.106 1409728
5 1 46.50 8.106 1554807
6 1 57.79 8.106 1439542
对于每个“商店”,我想标准化/缩放两列(“Sum_sales”和“Temperature”)。期望的输出:
Store Temperature Unemployment Sum_Sales
1 1 1.000 8.106 1.00000
2 1 0.000 8.106 0.94533
3 1 0.374 8.106 0.00000
4 2 0.012 8.106 0.00000
5 2 0.000 8.106 1.00000
6 2 1.000 8.106 0.20550
这是我创建的规范化函数: normalit<-function(m){
(m - min(m))/(max(m)-min(m))
}
我尝试过的:df2 <- df %.%
group_by('Store') %.%
summarise(Temperature = normalit(Temperature), Sum_Sales = normalit(Sum_Sales)))
任何建议/帮助将不胜感激。谢谢。
最佳答案
问题是您使用了错误的 dplyr 动词。 Summarize 将为每个变量的每个组创建一个结果。你想要的是变异。 Mutate 更改变量并返回与原始长度相同的结果。见 http://cran.rstudio.com/web/packages/dplyr/vignettes/dplyr.html .下面使用 dplyr 的两种方法:
df %>%
group_by(Store) %>%
mutate(Temperature = normalit(Temperature), Sum_Sales = normalit(Sum_Sales))
df %>%
group_by(Store) %>%
mutate_each(funs(normalit), Temperature, Sum_Sales)
注意:存储变量在您的数据和所需结果之间是不同的。我认为@jlhoward 得到了正确的数据。
关于r - 按组缩放/标准化列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26950045/