r - 创建标准化多个变量并创建新列的 r 函数

Question

我有一个数据集，其中我使用许多变量的均值中心和标准化版本。在我的 r 代码中，我有一个很大的 scale() 函数列表，我为所有变量运行这些函数，但我想知道是否有一种方法可以编写一个简单的函数来优化这个过程。

例如:与其拥有像这样的庞大列表......

df$Z.ROW1 <- scale(df$ROW1, scale=T)
df$Z.ROW2 <- scale(df$ROW2, scale=T)
df$Z.ROW3 <- scale(df$ROW3, scale=T)
.....

有没有一种方法可以编写一个函数来创建新的向量，并根据我指定要标准化的变量将它们附加到数据框的末尾？

我找到了这个 example在线:

set.seed(212)
df = matrix(rnorm(15), 5, 5))
colnames(df) <- c("ROW1", "ROW2", "ROW3", "ROW4", "ROW5")
df

          ROW1       ROW2       ROW3       ROW4       ROW5
[1,] -0.2391731  0.1544909  0.1503488 -0.2391731  0.1544909
[2,]  0.6769356  1.0368712  0.5096765  0.6769356  1.0368712
[3,] -2.4403360 -0.7796077 -0.7733148 -2.4403360 -0.7796077
[4,]  1.2408845  0.6212641  1.8756660  1.2408845  0.6212641
[5,] -0.3265144  0.2994313  0.7883057 -0.3265144  0.2994313

center.scale <- function(z) {
  scale(z, scale = T)
}
center.scale(df[,c("ROW1", "ROW2")])

         ROW1      ROW2
[1,] -0.01534097 -0.1657064
[2,]  0.63734894  1.1398052
[3,] -1.58357932 -1.5477370
[4,]  1.03913941  0.5249004
[5,] -0.07756806  0.0487378

这很接近，但它并没有解决创建新向量并将它们附加到我现有数据集末尾的问题。理想情况下，我希望这样我唯一需要更改的就是 center.scale() 函数中的变量名称。谢谢!

Answer 1

这是一个不对 scale 选项进行硬编码的版本，它允许您选择原始列的子集。它返回一个 data.frame，因为它在更多情况下很有用，但如果您愿意，您可以轻松修改它以返回一个 matrix。

add_scaled <- function(data, vars = colnames(data), ...) {
    data.frame(data,
               setNames(data.frame(scale(data[, vars, drop = FALSE],
                                         ...)),
                        paste("Z", vars, sep = ".")))
}

默认情况下，它返回一个 data.frame，所有列都经过标准化和附加。

df = matrix(rnorm(15), 5, 3)
colnames(df) <- paste0("Col", 1:ncol(df))
df
##            Col1       Col2       Col3
## [1,]  1.9659082 -1.2254071  0.1477912
## [2,]  0.2666273 -0.9123931  1.4747579
## [3,]  1.0813351  2.4138457 -1.5569830
## [4,]  0.9618084  1.3076966 -0.8646893
## [5,] -2.0246095  0.3043559 -1.3617747

add_scaled(df)
##         Col1       Col2       Col3     Z.Col1      Z.Col2     Z.Col3
## 1  1.9659082 -1.2254071  0.1477912  1.0040228 -1.05411792  0.4625295
## 2  0.2666273 -0.9123931  1.4747579 -0.1216110 -0.84828629  1.5207917
## 3  1.0813351  2.4138457 -1.5569830  0.4180659  1.33898111 -0.8970361
## 4  0.9618084  1.3076966 -0.8646893  0.3388893  0.61159985 -0.3449285
## 5 -2.0246095  0.3043559 -1.3617747 -1.6393669 -0.04817676 -0.7413566

如果只有一些列需要标准化，您可以选择它们。

add_scaled(df, vars = c("Col1", "Col3"))
##         Col1       Col2       Col3     Z.Col1     Z.Col3
## 1  1.9659082 -1.2254071  0.1477912  1.0040228  0.4625295
## 2  0.2666273 -0.9123931  1.4747579 -0.1216110  1.5207917
## 3  1.0813351  2.4138457 -1.5569830  0.4180659 -0.8970361
## 4  0.9618084  1.3076966 -0.8646893  0.3388893 -0.3449285
## 5 -2.0246095  0.3043559 -1.3617747 -1.6393669 -0.7413566

最后，您可以将参数传递给 scale，这样您就不会失去任何灵 active 。

add_scaled(df, vars = "Col1", center = FALSE, scale = TRUE)
##         Col1       Col2       Col3     Z.Col1
## 1  1.9659082 -1.2254071  0.1477912  1.2353890
## 2  0.2666273 -0.9123931  1.4747579  0.1675502
## 3  1.0813351  2.4138457 -1.5569830  0.6795177
## 4  0.9618084  1.3076966 -0.8646893  0.6044064
## 5 -2.0246095  0.3043559 -1.3617747 -1.2722773

add_scaled(df, vars = "Col1", center = TRUE, scale = FALSE)
##         Col1       Col2       Col3     Z.Col1
## 1  1.9659082 -1.2254071  0.1477912  1.5156943
## 2  0.2666273 -0.9123931  1.4747579 -0.1835866
## 3  1.0813351  2.4138457 -1.5569830  0.6311212
## 4  0.9618084  1.3076966 -0.8646893  0.5115945
## 5 -2.0246095  0.3043559 -1.3617747 -2.4748234