R使用max规范化数据帧列

新手

我看过一些关于创建函数以基于标准偏差规范化数据的帖子，等等。但我的问题有点不同

我有一个大的数据帧。我想买一个。查找数据集中所有名称的平均值。B根据最大值标准化平均值。样本数据：

df<- data.frame(name=c("lauren", "max", "lauren", "pat"), value=(1:4))

---

df我认为你发布的最终解决方案并不是标准化值。它应该是c（0,0,1）

df怎么样

df<- data.frame(name=df$name, 
   normalizedMean=meanValue$value/max(meanValue$value))

df如果要使用随机值，则应使用
set.seed（）
使示例重现。此外，您还应该为示例输入提供所需的输出。您不能除以平均值的max（）吗？meanValue$value/max（meanValue$value）可能是您想要的。在第二行代码之后，请执行
meanValue$normalizedMean“normalize”一词急需定义。大多数统计学家会认为这意味着“转换”或“尺度”的平均值为0，标准偏差为1。当你有一半的数据（只有一个元素的组）没有标准差时，你怎么能指望任何人提供答案呢？@RamNarasimhan这正是我需要的。比我想象的简单多了！我不认为OP使用了和你一样的规范化定义……但是他的定义是什么，本？这看起来像是统计上的胡说八道。他们只是想把平均数除以最大平均数。这里没有足够的上下文来判断这是否合理。
df<- data.frame(name=c("lauren", "max", "pat"), normalizedMean=c(.5, .5, 1))

df<- data.frame(name=c("lauren", "max", "lauren", "pat"), value=(1:4))

meanValue <-aggregate(value ~name, data=df, mean)

min_val<-min(meanValue$value)
max_val<-max(meanValue$value)
meanValue$normalizedMean<-(meanValue$value-min_val)/(max_val-min_val) #normalizing

meanValue 

df<- data.frame(name=df$name, 
   normalizedMean=meanValue$value/max(meanValue$value))