R数据帧通过行集合进行快速操作

我在R中有一个数据帧，它的前几行如下所示：

User_Name       Product      Score
  John             1          1.5
  John             2          0.5
  John             3          0.1
  Tim              1          2
  Tim              2          2
  Tim              3          1

我要做的是，对于每个用户名，通过除以该用户的最大分数，“标准化”产品分数。也就是说，我会得到：

User_Name       Product      Score
      John             1          1
      John             2          0.333
      John             3          0.0667
      Tim              1          1
      Tim              2          1
      Tim              3          0.5

到目前为止，我已经使用for循环完成了这项工作，并为每个唯一用户对数据帧进行了子集设置，然后使用rbind（）将所有结果附加到新的数据帧。然而，由于我的数据帧变得非常大，这似乎需要太长时间。我想知道是否有更快速的“R-way”：）来实现这一点

---

谢谢。

我们可以使用base R的

ave

df$Score1 <- with(df, Score/ave(Score, User_Name, FUN = max))

df
#  User_Name Product Score Score1
#1      John       1   1.5 1.0000
#2      John       2   0.5 0.3333
#3      John       3   0.1 0.0667
#4       Tim       1   2.0 1.0000
#5       Tim       2   2.0 1.0000
#6       Tim       3   1.0 0.5000

以及完整性

数据。表

library(data.table)
setDT(df)[, Score1 := Score/max(Score), by = User_Name]

我们可以使用基本R的
ave

df$Score1 <- with(df, Score/ave(Score, User_Name, FUN = max))

df
#  User_Name Product Score Score1
#1      John       1   1.5 1.0000
#2      John       2   0.5 0.3333
#3      John       3   0.1 0.0667
#4       Tim       1   2.0 1.0000
#5       Tim       2   2.0 1.0000
#6       Tim       3   1.0 0.5000

以及完整性
数据。表

library(data.table)
setDT(df)[, Score1 := Score/max(Score), by = User_Name]

使用
dplyr
，
df%>%groupby（用户名）%%>%mutate（Score=Score/max（Score））
谢谢！但是，出于好奇，有没有一个非dplyr的解决方案呢？肯定有一些东西是用于
max
的，但你可以使用它，用
max
替换
mean
，使用
dplyr
，
df%>%groupby（User\u Name）%%变异（Score=Score/max（Score））
谢谢！但是，出于好奇，有没有一种非dplyr解决方案呢？肯定在某个地方也有针对
max
的解决方案，但是你可以使用它，用
max
替换
mean