R 编写/应用“减去平均值”函数来标准化回归参数

我试图编写并应用一个看似简单的函数来标准化我的连续回归参数/预测值。原因是我想处理多重共线性

因此，我不是每次都写x-meanx，na.rm=T，而是在寻找一种更方便的方法来完成这项工作——不仅仅是因为我想在R中使用书写功能

以下是我尝试过的：

fun <- function(data.frame, x){
data.frame$x - mean(data.frame$x, na.rm=T)
}

我的猜测是，这是关于我如何应用函数的，因为当我手动执行函数应该执行的操作时，它可以完美地工作

此外，我还在堆栈交换领域之外寻找编写和应用这样一个函数的类似问题，但我没有发现任何有用的东西

---

希望我没有因为我的新手R技能而犯错误。

R中已经有一个函数可以实现您想要的功能：缩放。 您只需编写scalemtcars$hp，center=TRUE，scale=FALSE，然后从向量本身减去向量的平均值

结合应用，这是强大的；例如，您可以通过以下方式将数据框的每一列居中：

apply(dataframe, MARGIN = 2, FUN = scale, center = TRUE, scale = FALSE)

在执行此操作之前，必须确保此函数对您的列有效。例如，不能缩放因子或字符

关于您的问题：您的功能应该如下所示：

fun <- function(data.frame, x){
  data.frame[[x]] - mean(data.frame[[x]], na.rm=T)
}

---

然后，在指定函数时，必须编写funmtcars、hp并用引号指定变量名。这是因为$operator的特殊工作方式，您不能在它后面使用字符串。

使用data.frame[[x]]-meandata.frame[[x]]，na.rm=T，其中x是字符串：funmtcars，x=disp.Worked非常好，谢谢！：谢谢答案被接受并投票表决；但是，你能详细解释一下为什么data.frame$x->mtcars$disp不起作用，这样我就可以把我的头绕在这上面了？另外，出于好奇，是否有一种方法可以使函数数据集特定，这样您只需编写funx或funx？我试图使函数特定于我的数据集，但没有成功。当然，现在我有了scale，我不再需要它了。问题在于$operator，它不接受字符串。有多种方法可以子集一个数据帧，最突出的是：df$var和df[[var]]。第二个不接受字符串，而第一个不接受字符串。因此，如果我们想通过字符串来子集，我们必须使用第二个。使函数数据集特定不是您想要做的事情，因为它不会保存任何代码编写。

fun <- function(data.frame, x){
  data.frame[[x]] - mean(data.frame[[x]], na.rm=T)
}