我有一个大数据框，想在调整值的均值和标准差的同时对多列进行标准化。假设我有以下示例数据:
set.seed(123)
df = data.frame("sample" = c(rep(1:2, each = 5)),
"status" = c(0,1),
"s1" = runif(10, -1, 1),
"s2" = runif(10, -5, 5),
"s3" = runif(10, -25, 25))
并希望标准化每个 s1-s3，同时将均值和标准差设置为 status==0。如果我应该这样做，那么只有 s1 我可以执行以下操作:
df = df %>% group_by(sample) %>%
mutate(sd_s1 = (s1 - mean(s1[status==0])) / sd(s1[status==0]))
但是当我必须对多列执行此操作时，我的问题就出现了。我尝试编写一个包含 mutate_at 的函数:
standardize <- function(x) {
return((x - mean(x[status==0]))/sd(x[status==0]))
}
df = df %>% group_by(sample) %>%
mutate_at(vars(s1:s3), standardize)
这只是为 s1-s3 创建 Na 值。
我尝试使用以下提供的答案:
R - dplyr - mutate - use dynamic variable names ，但无法弄清楚如何进行子集化。
任何帮助是极大的赞赏。谢谢!
最佳答案
我们可以用
df %>%
group_by(sample) %>%
mutate_at(vars(s1:s3), funs((.- mean(.[status == 0]))/sd(.[status == 0])))
关于r - 按值进行子集化后改变列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46077362/