主页 / 问题 / 999336
Accepted
Денис
Asked:2020-07-04 20:07:47 +0000 UTC2020-07-04 20:07:47 +0000 UTC

分组和规范化数据[关闭]

  • 772

给定一个写入对象rus并具有 n 列的 csv 表。第一列包含几种类型的产品，每种类型的产品有 10-20 行。在其余列中，您需要(х-а)/(b-a)为每个产品按函数更改值，其中 x 是该列的具体值，b 和 a 分别是每个产品的最大值和最小值。

例子：

Продукция Год  Продано Куплено Ожидается
Томаты    1992 20      30      40
Томаты    1993 50      10      40
Томаты    1994 30      40      60
Огурцы    1992 20      30      40
Огурцы    1993 50      80      10
Огурцы    1994 120     150     40

您需要对每列中每个产品的数据进行标准化，使其看起来像这样（并且是负值​​\u200b\u200bnormal还是需要乘以-1？

Томаты 1992 0   0.6 0
Томаты 1993 0.5 0   0
Томаты 1994 0.3 1   1
Огурцы 1992 0   0   1
Огурцы 1993 0.3 0.4 0
Огурцы 1994 1   1   1

（对于西红柿，黄瓜有单独的标准化）

1）如何编写一个循环，以便它可以对所有产品的一个产品范围内的特定列中的值进行规范化？

2）是否可以像这样遍历所有列？

r

1 个回答

  1. Best Answer

    2）是否可以像这样遍历所有列？

    假设您的数据位于data.frame名为的数据框 ( )中f：

    f
#   Продукция  Год Продано Куплено Ожидается
# 1    Томаты 1992      20      30        40
# 2    Томаты 1993      50      10        40
# 3    Томаты 1994      30      40        60
# 4    Огурцы 1992      20      30        40
# 5    Огурцы 1993      50      80        10
# 6    Огурцы 1994     120     150        40

    最方便的是不要在那里设置各种循环，而是利用dplyr包提供的机会：

    library(dplyr)

    首先，值得单独描述您的规范化函数（也许它的实现在r包系统的深处，但自己编写会更快）：

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

    现在一切都准备好了“魔法” dplyr：

    f %>% group_by(Продукция) %>% mutate_at(myfun, .vars=c("Продано","Куплено","Ожидается"))
# # A tibble: 6 x 5
# # Groups:   Продукция [2]
#   Продукция   Год Продано Куплено Ожидается
#   <fct>     <int>   <dbl>   <dbl>     <dbl>
# 1 Томаты     1992   0       0.667         0
# 2 Томаты     1993   1       0             0
# 3 Томаты     1994   0.333   1             1
# 4 Огурцы     1992   0       0             1
# 5 Огурцы     1993   0.3     0.417         0
# 6 Огурцы     1994   1       1             1

    这里：

    • %>%- 这是posix垂直线“ |”的类似物 - 一个“管道”（“管道”，“管道”），它允许您将数据从一个实体的输出传输到另一个实体的输入；
    • group_by()- 按指定列分组数据；
    • mutate_at()— 将指定的函数应用于指定的列。

    dplyr包的 ps 函数现在自动使用tibble数据类型。如果您需要将结果转换为“数据框”类型，请在“管道”中添加另一个函数调用as.data.frame：

    ... %>% as.data.frame
    • 0

相关问题