在R中循环一个序列（标准化和winsorize数据帧）

我试图在r中为一个数据帧循环这一系列步骤。 以下是我的数据：

ID  Height  Weight    
a   100  80    
b  80  90    
c  na  70    
d  120  na    
.... 

这是到目前为止我的代码

winsorize2 <- function(x) {        
Min <- which(x == min(x))
Max <- which(x == max(x))
ord <- order(x)
x[Min] <- x[ord][length(Min)+1]
x[Max] <- x[ord][length(x)-length(Max)]
x}

df<-read.csv("data.csv")
df2 <- scale(df[,-1], center = TRUE, scale = TRUE)
id<-df$Type
full<-data.frame(id,df2) 
full[is.na(full)] <- 0
full[, -1] <- sapply(full[,-1], winsorize2)

---

winsorize2有些边界问题没有在代码中完全指定，但可能可以使用以下方法（使用base R，但效率不高）

wins2对不起，我的意思是如何循环标准化和winsorizing？ie标准化，然后winsorize。然后标准化winsorized分数，然后再次winsorized分数。你完全正确！我确实需要一个边界。如何将平均值大于+/-3 sd的替换为3？p、 我应该编辑我的问题吗？很抱歉，这是新的。感谢您的代码，因为原始数据中的最小值在标准化后仍然是最小的，所以标准化没有任何意义。你基本上是在等级上工作，也许你只是想在最后一次跑步后实现标准化？也许试着重新表述这个问题，这样也可以显示输出应该是什么？谢谢你回复我！我试图给这些值分配一个从0到100的分数，50是平均值。我还试图强迫这些值服从正态分布，如果这有意义的话？至于输出，我在excel中手动完成，我添加到原始问题中的编辑代码似乎给出了类似的结果。所以我只是想复制“winsorized分数标准化”和“winsorized”序列10次。谢谢
df<-read.csv("data.csv")  
id<-df$Type  
df2<- scale(df[,-1], center = TRUE, scale = TRUE)  
df2[is.na(df2)] <- 0
df2[df2<=-3] = -3
df2[df2>=3] = 3

df3<-df2  #trying to loop again
df3<- scale(df3, center = TRUE, scale = TRUE)  
df3[is.na(df3)] <- 0  
df3[df3<=-3] = -3  
df3[df3>=3] = 3  

wins2 <- function(x, n=1) { 
    xx <- sort(unique(x)) 
    x[x<=xx[n]] <- xx[n+1]
    x[x>=xx[length(xx)-n]] <- xx[length(xx)-n]
    x 
}

x <- 1:11
wins(x,1)
[1]  2  2  3  4  5  6  7  8  9 10 10
wins(x,3)
[1] 4 4 4 4 5 6 7 8 8 8 8