数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究如果R数据框中某些列是分类列，如何标准化这些列？
为了标准化R数据框中某些列是分类列的情况，我们可以按照以下步骤进行：
首先，创建一个数据框。
然后，使用plyr包中的numcolwise函数来标准化某些列是分类列的情况下的列。
示例
创建数据框
让我们创建一个如下所示的数据框：
Level<-sample(c("low","medium","high"),25,replace=TRUE)
Group<-sample(c("first","second"),25,replace=TRUE)
Score<-sample(1:50,25)
Demand<-sample(1:100,25)
df<-data.frame(Level,Group,Score,Demand)
df输出
执行上述脚本后，将生成以下输出（由于随机化，此输出将在您的系统上有所不同）：
Level Group Score Demand 1 high second 37 31 2 medium second 43 89 3 medium second 31 50 4 medium first 16 60 5 low first 23 29 6 low second 3 26 7 medium first 26 55 8 low first 9 9 9 high second 14 3 10 medium first 33 36 11 low second 15 34 12 medium first 19 85 13 medium second 41 71 14 medium second 50 78 15 low second 36 69 16 medium second 17 49 17 high second 38 76 18 high first 6 99 19 low first 35 91 20 medium first 39 12 21 low first 47 62 22 medium second 45 59 23 medium first 44 64 24 medium second 21 25 25 high second 11 57
查找某些列是分类列时的标准化值
使用plyr包中的numcolwise函数来标准化数据框df中的数值列：
Level<-sample(c("low","medium","high"),25,replace=TRUE)
Group<-sample(c("first","second"),25,replace=TRUE)
Score<sample(1:50,25)
Demand<-sample(1:100,25)
df<-data.frame(Level,Group,Score,Demand)
library(plyr)
numcolwise(scale)(df)输出
Score Demand 1 -0.02029767 0.99612442 2 -0.81770624 0.46627101 3 0.41465246 0.61765770 4 -0.38275611 -1.76668267 5 1.42953609 1.37459115 6 1.06707765 1.03397109 7 0.63212752 -1.31252260 8 -0.60023118 -0.36635579 9 0.99458596 0.73119771 10 -0.16528105 0.69335104 11 -1.25265637 -0.70697584 12 0.84960258 -0.85836253 13 -0.52773949 -0.10142908 14 0.19717739 -1.69098933 15 -1.10767299 0.84473773 16 -1.47013143 -1.27467593 17 0.55963583 1.14751111 18 -1.83258988 -1.50175597 19 1.35704440 -0.17712243 20 -0.74521455 0.54196435 21 -0.67272287 -0.06358241 22 1.28455271 -0.25281577 23 0.48714414 0.76904439 24 1.50202778 -0.59343583 25 -1.18016468 1.45028449
更新时间： 2021年11月10日
147 次浏览
广告