R 按组缩放/规格化列
我有一个如下所示的数据框:R 按组缩放/规格化列,r,dplyr,scale,plyr,R,Dplyr,Scale,Plyr,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
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(“销售总额”和“温度”)
期望输出:
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
以下是我创建的规范化函数:
normalit<-function(m){
(m - min(m))/(max(m)-min(m))
}
normalit这是一个data.table解决方案。我把你的例子改了一点,有两种类型的商店
df <- read.table(header=T,text="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 2 46.63 8.106 1409728
5 2 46.50 8.106 1554807
6 2 57.79 8.106 1439542")
library(data.table)
DT <- as.data.table(df)
DT[,list(Temperature=normalit(Temperature),Sum_Sales=normalit(Sum_Sales)),
by=list(Store,Unemployment)]
# Store Unemployment Temperature Sum_Sales
# 1: 1 8.106 1.00000000 1.0000000
# 2: 1 8.106 0.00000000 0.9453393
# 3: 1 8.106 0.37368421 0.0000000
# 4: 2 8.106 0.01151461 0.0000000
# 5: 2 8.106 0.00000000 1.0000000
# 6: 2 8.106 1.00000000 0.2055018
df问题在于您使用了错误的dplyr动词。Summary将为每组每个变量创建一个结果。你想要的是变异。Mutate更改变量并返回与原始变量长度相同的结果。看见以下是使用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:存储变量在数据和期望结果之间是不同的。我假设@jlhoward得到了正确的数据。您的结果中有一个失业
列。这对每家商店都一样吗>是。。抱歉,没有指定NICE solution@jlhoward。我假设失业率被添加到了by列表中,所以它不会被删除。出于好奇,如果每个商店的失业率不是恒定不变的,并且仍然得到期望的结果,那么你如何保持失业率?OP希望每个商店有一行。如果给定存储的失业率不是常数,您会使用什么值?我只是想知道每个存储是否有三行(如OP所需的输出),如果没有通过by=list(),您将如何保持失业率。我收到一个错误“找不到函数normalit”,是否需要为此安装一些软件包@VincentSee OPs normalit functionLink到渐晕图的死链接已修复。谢谢@Alex Reynolds
df %>%
group_by(Store) %>%
mutate(Temperature = normalit(Temperature), Sum_Sales = normalit(Sum_Sales))
df %>%
group_by(Store) %>%
mutate_each(funs(normalit), Temperature, Sum_Sales)