R 按组缩放/规格化列

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（“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)