rdata：某种方法来遍历数据框的列名？答案

【问题标题】：rdata: Some method to iterate through column names of a data frame?rdata：某种方法来遍历数据框的列名？
【发布时间】：2013-04-12 09:46:25
【问题描述】：

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 朋友。

【问题讨论】：

你想看看colMeans和this question。

标签： r rdata

【解决方案1】：

看看这个我遍历数据框以识别 NA 行

for(i in names(houseDF)){
  print(i)
  print(nrow(houseDF[is.na(houseDF[i]),]))
  print("---------------------")
}

【讨论】：

【解决方案2】：

data.frame 是一个列表，因此您可以使用lapply。不要在data.frame 上使用apply，因为这将强制转换为matrix。

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

或者您可以使用scale 对向量执行此计算。

lapply(data, scale)

你可以直接翻译python风格的方法

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 每次都会复制整个 data.frame。

【讨论】：

使用 lapply 返回一个列表以便返回一个数据框：data.frame(lapply(data, scale))

【解决方案3】：

我认为你是对的，apply() 可能是这里的方法。

例如：

data <- array(1:20, dim=c(4, 5))

data.zscores <- apply(data, 2, function(x)
    (x-mean(x, na.rm = TRUE))/sd(x, na.rm = TRUE))

函数 apply() 将矩阵或数组作为它的第一个参数。 “2”指的是函数迭代的维度——在我们的例子中是列。如果我们想按行执行，我们会选择“1”。最后，我们有了要应用于每一列的函数。有关详细信息，请参阅？申请。

【讨论】：