r - 在 dplyr 中转换多列

Question

我有一个 dplyr 问题:我如何使用 transmute在每一列上而不用手写出每一列？ IE。有没有类似 transmute_each() 的东西?

我想执行以下操作:使用 dplyr 我想获得下面 MWE 每一列的 z 分数:

tickers <- c(rep(1,10),rep(2,10))
df <- data.frame(cbind(tickers,rep(1:20),rep(2:21),rep(2:21),rep(4:23),rep(3:22)))
colnames(df) <- c("tickers","col1","col2","col3","col4","col5")
df %>%  group_by(tickers)

有没有一种简单的方法可以使用 transmute 来实现以下目标:

for(i in 2:ncol(df)){
  df[,i] <- df[,i] - mean(df[,i])/sd(df[,i])
}

非常感谢

Answer 1

现在有一个 transmute_at()函数(从 dplyr 0.7 开始)，您可以执行以下操作:

df %>% 
    group_by(tickers) %>% 
    transmute_at(.vars = vars(starts_with("col")),
                 .funs = funs(scale(.))) %>% 
    ungroup

请注意，这使用了 scale()来自基数 R 的函数，默认情况下将数字向量转换为 z 分数。

还有，使用 vars()在 .vars参数允许您使用可用于 dplyr select() 的所有辅助函数。 ，例如 one_of() , ends_with() ， 等等。

最后，而不是写 funs(scale(.))在这里，因为您在 .funs 中使用了一个简单的函数争论，你可以写 .funs = scale .