R- 将某些列从 0 标准化为 1，其值等于 0

Question

我最近开始使用 are，我想扩展我的数据矩阵。我在这里找到了一种方法Scale a series between two points

x <- data.frame(step = c(1,2,3,4,5,6,7,8,9,10))
normalized <- (x-min(x))/(max(x)-min(x))

由于我的数据由几列组成，因此我只想使用建议的函数对某些列进行规范化。

normalized <- function(x) (x- min(x))/(max(x) - min(x))
x[] <- lapply(x, normalized) 

此外，我意识到我的数据集中的某些数据点等于 0，因此所提供的公式不再适用。我在此处添加了建议的扩展名: scaling r dataframe to 0-1 with NA values

normalized <- function(x, ...) {(x - min(x, ...)) / (max(x, ...) - min(x, ...))}

但我不明白我必须如何编码。例如，我想让第 4、5、6 和 10 列标准化，但我想让其余的列保持在数据集中的状态？
我在第 4 列中尝试过:

data <- lapply(data[,4],normalized,na.rm= TRUE)

但它没有用(而不是数据框，结果是一个列表:-(...)，有谁知道我该如何修复它？

非常感谢!

Answer 1

试试这个，我修改了normalized功能考虑 NA值(value)观:

db<-data.frame(a=c(22,33,28,51,25,39,54,NA,50,66),
               b=c(22,33,NA,51,25,39,54,NA,50,66))

normalized<-function(y) {

  x<-y[!is.na(y)]

  x<-(x - min(x)) / (max(x) - min(x))

  y[!is.na(y)]<-x

  return(y)
  }

 apply(db[,c(1,2)],2,normalized)

你的输出:

               a          b
 [1,] 0.00000000 0.00000000
 [2,] 0.25000000 0.25000000
 [3,] 0.13636364         NA
 [4,] 0.65909091 0.65909091
 [5,] 0.06818182 0.06818182
 [6,] 0.38636364 0.38636364
 [7,] 0.72727273 0.72727273
 [8,]         NA         NA
 [9,] 0.63636364 0.63636364
[10,] 1.00000000 1.00000000