rdata:某种方法来遍历数据框的列名？

Question

我有大约 30 行代码可以做到这一点(获得 Z 分数):

data$z_col1 <- (data$col1 - mean(data$col1, na.rm = TRUE)) / sd(data$col1, na.rm = TRUE)
data$z_col2 <- (data$col2 - mean(data$col2, na.rm = TRUE)) / sd(data$col2, na.rm = TRUE)
data$z_col3 <- (data$col3 - mean(data$col3, na.rm = TRUE)) / sd(data$col3, na.rm = TRUE)
data$z_col4 <- (data$col4 - mean(data$col4, na.rm = TRUE)) / sd(data$col4, na.rm = TRUE)
data$z_col5 <- (data$col5 - mean(data$col5, na.rm = TRUE)) / sd(data$col5, na.rm = TRUE)

有什么方法，可能使用 apply() 或其他东西，我基本上可以做到(python):

for col in ['col1', 'col2', 'col3']:
    data{col} = ... z score code here

感谢 R friend 。

Answer 1

一个 data.frame是一个列表，因此您可以使用 lapply .不要使用 apply在 data.frame因为这将强制为 matrix .

lapply(data, function(x) (x - mean(x,na.rm = TRUE))/sd(x, na.rm = TRUE))

或者您可以使用 scale它对向量执行此计算。

lapply(data, scale)

---

您可以翻译 python风格方法直接

for(col in names(data)){
   data[[col]] <- scale(data[[col]])
}

请注意，这种方法在 R 中的内存效率不高，因为 [[<.data.frame每次复制整个data.frame。