按值子集后改变列答案

【问题标题】：mutate columns after subsetting by value按值子集后改变列
【发布时间】：2017-09-06 14:05:37
【问题描述】：

我有一个很大的数据框，想要标准化多个列，同时调节值的平均值和标准差。假设我有以下示例数据：

set.seed(123)
df = data.frame("sample" = c(rep(1:2, each = 5)),
       "status" = c(0,1),
       "s1" = runif(10, -1, 1),
       "s2" = runif(10, -5, 5),
       "s3" = runif(10, -25, 25))

并希望标准化每个 s1-s3，同时将均值和标准差调节为 status==0。如果我应该这样做，那么只有 s1 我可以做到以下几点：

df = df %>% group_by(sample) %>%
  mutate(sd_s1 = (s1 - mean(s1[status==0])) / sd(s1[status==0]))

但是当我必须在多个列上执行此操作时，我的问题就出现了。我尝试编写一个包含 mutate_at 的函数：

standardize <- function(x) {
    return((x - mean(x[status==0]))/sd(x[status==0]))
}

df = df %>% group_by(sample) %>% 
  mutate_at(vars(s1:s3), standardize)

这只会为 s1-s3 创建 Na 值。我尝试使用以下提供的答案： R - dplyr - mutate - use dynamic variable names，但不知道如何进行子集化。

非常感谢任何帮助。谢谢！

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们可以使用

df %>%
  group_by(sample) %>% 
  mutate_at(vars(s1:s3), funs((.- mean(.[status == 0]))/sd(.[status == 0])))

【讨论】：

感谢您的出色回答。有没有办法创建多个新列，例如sd_s1, sd_s2, ...，同时使用mutate_at 函数保留原始列，例如s1, s2, ...？
@ycw 谢谢，你可以使用df %>% group_by(sample) %>% mutate_at(vars(s1:s3), funs(sd = (.- mean(.[status == 0]))/sd(.[status == 0])))
这很棒。再次感谢。
@J.Debost 您的代码对我不起作用。 df[,3:ncol(df)] %>% mutate_all(standardize)# Error in mutate_impl(.data, dots) : Evaluation error: object 'status' not found.你的dplyr是什么版本的？我正在使用 0.7.2。 . 指的是 vars 中指定的各个列
很抱歉造成混乱！您的代码按预期的方式运行，仅使用控件中的均值和 sd（状态 == 0）按组标准化指定的列。简单高效！非常感谢您的帮助。我已经删除了我之前的两个 cmets。