如何在R中的变量的每个级别内找到归一化值答案

【问题标题】：How to find the normalized values within each level of a variable in R如何在R中的变量的每个级别内找到归一化值
【发布时间】：2023-03-14 23:05:01
【问题描述】：

我有一个分类变量 B 有 3 个级别 1,2,3 我还有另一个变量 A 有一些值.. 示例数据如下

我只想说 B 的每个级别（比如 1）我需要计算 Val(A)-Min/Max-Min，同样我需要将相同的结果复制到其他级别（2 和 3）

【问题讨论】：

看起来你想对 A 中的值应用某个函数，具体取决于 B 的值。对吗？
是的，米奇，我想将 A 的值标准化为对应于 B 的级别。就像我说的那样，如果您注意到，每个级别都会有不同的最小值和最大值。我想为整个 A 创建一个具有此类标准化值的新变量。

标签： r normalization

【解决方案1】：

使用dplyr的解决方案：

set.seed(1)
df=data.frame(A=round(rnorm(21,50,10)),B=rep(1:3,each=7))
library(dplyr)
df %>% group_by(B) %>% mutate(C= (A-min(A))/(max(A)-min(A)))

输出是这样的

# A tibble: 21 x 3
# Groups:   B [3]
       A     B      C
   <dbl> <int>  <dbl>
 1    44     1 0.0833
 2    52     1 0.417 
 3    42     1 0     
 4    66     1 1     
 5    53     1 0.458 
 6    42     1 0     
 7    55     1 0.542 
 8    57     2 0.784 
 9    56     2 0.757 
10    47     2 0.514 
# ... with 11 more rows

【讨论】：

【解决方案2】：

你可以使用tapply函数：

x = read.table(text="A   B
22  1
23  1
12  1
34  1
43  2
47  2
49  2
65  2
68  3
70  3
75  3
82  3
120 3", header = TRUE)

y = tapply(x$A, x$B, function(z) (z - min(z)) / (max(z) - min(z)))

# Or using the scale() function
#y = tapply(x$A, x$B, function(z) scale(z, min(z), max(z) - min(z)))

cbind(x, unlist(y))

不完全确定您想要的输出，但这应该是一个不错的起点。

【讨论】：