R 如何为新数据集中的多个列应用缩放规则

我有下一个任务

a = data.frame(a= c(1,2,3,4,5,6)) # dataset
range01 <- function(x){(x-min(a$a))/(max(a$a)-min(a$a))} # rule for scale
b = data.frame(a = 6) # newdaset
lapply(b$a, range01) # we can apply range01 for this dataset because we use min(a$a) in the rule

当然，我可以为每个变量制定规则

range01a <- function(x){(x-min(df$a))/(max(df$a)-min(df$a))}

---

range01a您可以重新定义缩放函数，使其包含两个参数；一个要缩放，一个按如下所示使用缩放器，然后在两个数据帧上使用
Map
：

scale_custom <- function(x, scaler) (x - min(scaler)) / (max(scaler) - min(scaler))

Map(scale_custom, new, df)
#$a
#[1] 0

#$b
#[1] 0.5

#$c
#[1] 0.25

可以重新定义缩放函数，使其包含两个参数；一个要缩放，一个按如下所示使用缩放器，然后在两个数据帧上使用
Map
：

scale_custom <- function(x, scaler) (x - min(scaler)) / (max(scaler) - min(scaler))

Map(scale_custom, new, df)
#$a
#[1] 0

#$b
#[1] 0.5

#$c
#[1] 0.25

您可以利用
new
和
df
的列名相同这一事实。如果两个数据帧中的列顺序不同，则可能会有所帮助

sapply(names(new), function(x) (new[x]-min(df[x]))/(max(df[x])-min(df[x])))
#$a.a
#[1] 0

#$b.b
#[1] 0.5

#$c.c
#[1] 0.25

放入data.frame

data.frame(lapply(names(new), function(x) (new[x]-min(df[x]))/(max(df[x])-min(df[x]))))
#  a   b    c
#1 0 0.5 0.25

您可以利用
new
和
df
的列名相同这一事实。如果两个数据帧中的列顺序不同，则可能会有所帮助

sapply(names(new), function(x) (new[x]-min(df[x]))/(max(df[x])-min(df[x])))
#$a.a
#[1] 0

#$b.b
#[1] 0.5

#$c.c
#[1] 0.25

放入data.frame

data.frame(lapply(names(new), function(x) (new[x]-min(df[x]))/(max(df[x])-min(df[x]))))
#  a   b    c
#1 0 0.5 0.25