使用不同的变量范围将变量从 0 标准化为 1？答案

【问题标题】：Normalize variables from 0 to 1 with different range of variables?使用不同的变量范围将变量从 0 标准化为 1？
【发布时间】：2019-05-03 14:55:17
【问题描述】：

我有一个这样的数据框：

df <- data.frame(x1=c(1, 2, 3, 2, 1),
                 x2=c(1, 10, 5, 8, 3))

我正在尝试将这两个变量标准化为 0 和 1。因此，x1 中的 2 为 0.5，x2 中的 5 也为 0.5。

我尝试过使用以下归一化函数：

range01 <- function(x){(x-min(x, na.rm = T))/(max(x, na.rm = T)-min(x, na.rm = T))}
df <- range01(df)

但相反，它按整个数据框的范围（1 到 10）对所有变量进行归一化，给出：

x1          x2
0.0000000   0.0000000           
0.1111111   1.0000000           
0.2222222   0.4444444           
0.1111111   0.7777778           
0.0000000   0.2222222

如何按各自的范围对两列进行标准化？我需要一个系统函数来执行此操作，因为我在 for 循环中处理许多数据帧中的许多变量。

【问题讨论】：

scaling r dataframe to 0-1 with NA values的可能重复

标签： r function normalization

【解决方案1】：

我认为你可以一行完成：

sapply(df, function(x) (x - min(x, na.rm = T)) / (max(x, na.rm = T) - min(x, na.rm=T)))

      x1        x2
[1,] 0.0 0.0000000
[2,] 0.5 1.0000000
[3,] 1.0 0.4444444
[4,] 0.5 0.7777778
[5,] 0.0 0.2222222

【讨论】：

或sapply(df, range01)。赞成，但您忘记了 OP 的数据中似乎有 NA。

【解决方案2】：

使用基础 R：

apply(df, 2, function(x) {(x - min(x, na.rm = T))/(max(x, na.rm = T) - min(x, na.rm = T))})

      x1        x2
[1,] 0.0 0.0000000
[2,] 0.5 1.0000000
[3,] 1.0 0.4444444
[4,] 0.5 0.7777778
[5,] 0.0 0.2222222

或者dplyr:

df %>%
 mutate_at(vars(starts_with("x")), 
           funs((. - min(., na.rm = T))/(max(., na.rm = T) - min(., na.rm = T)))) #Applying the function to vars that starts with "x"

   x1        x2
1 0.0 0.0000000
2 0.5 1.0000000
3 1.0 0.4444444
4 0.5 0.7777778
5 0.0 0.2222222

或不同的dplyr 解决方案，将函数应用于所有列：

df %>%
 mutate_all(funs((. - min(., na.rm = T))/(max(., na.rm = T) - min(., na.rm = T))))

或者data.table:

setDT(df)[ , lapply(.SD, function(x) (x - min(x, na.rm = T))/(max(x, na.rm = T) - min(x, na.rm = T)))]

    x1        x2
1: 0.0 0.0000000
2: 0.5 1.0000000
3: 1.0 0.4444444
4: 0.5 0.7777778
5: 0.0 0.2222222

【讨论】：

【解决方案3】：

另一个基于 scales 包的选项

library("scales")
df <- data.frame(x1=c(1, 2, 3, 2, 1),
         x2=c(1, 10, 5, 8, 3))
sapply(df, rescale)

默认选项是 0-1 范围，但您也可以传递其他范围（例如 0-100）

 sapply(df, rescale, to = c(0, 100))

【讨论】：