将 data.table 行除以总体平均值答案

【问题标题】：Divide data.table rows by overall mean将 data.table 行除以总体平均值
【发布时间】：2015-10-28 17:11:37
【问题描述】：

考虑以下

mtcars.dt <- data.table(mtcars)
DT1 = mtcars.dt[, lapply(.SD, mean), by=cyl]
DT2 = mtcars.dt[, lapply(.SD, mean)]

现在，我们有以下值：

> DT1
   cyl      mpg     disp        hp     drat       wt     qsec        vs        am     gear     carb
1:   6 19.74286 183.3143 122.28571 3.585714 3.117143 17.97714 0.5714286 0.4285714 3.857143 3.428571
2:   4 26.66364 105.1364  82.63636 4.070909 2.285727 19.13727 0.9090909 0.7272727 4.090909 1.545455
3:   8 15.10000 353.1000 209.21429 3.229286 3.999214 16.77214 0.0000000 0.1428571 3.285714 3.500000

和

> DT2
        mpg    cyl     disp       hp     drat      wt     qsec     vs      am   gear   carb
1: 20.09062 6.1875 230.7219 146.6875 3.596563 3.21725 17.84875 0.4375 0.40625 3.6875 2.8125

现在，我想将 DT1 中每一行的 mpg、disp、... 归一化为整个原始表的平均值（在 DT2 中可用）。

我该怎么做？这里的正确成语是什么？

编辑：这是所需的输出，抱歉我之前没有更清楚。

    cyl      mpg      disp        hp      drat        wt      qsec       vs        am      gear      carb
1:    6 0.9826900 0.7945249 0.8336478 0.9969837 0.9688843 1.0071934 1.306122 1.0549451 1.0460048 1.2190476
2:    4 1.3271681 0.4556844 0.5633497 1.1318889 0.7104599 1.0721912 2.077922 1.7902098 1.1093991 0.5494949
3:    8 0.7515943 1.5304141 1.4262584 0.8978812 1.2430536 0.9396817 0.000000 0.3516484 0.8910412 1.2444444

【问题讨论】：

试试DT1[, -1, with = FALSE]/unlist(DT2[, -2, with = FALSE])[col(DT1)]
@DavidArenburg 谢谢，但我如何取回结果中的 cyl 列？
你能显示你想要的输出吗？不是很清楚
@DavidArenburg 抱歉，刚刚添加。
你可以做cbind(DT1[, .(cyl)], DT1[, -1, with = FALSE]/unlist(DT2[, -2, with = FALSE])[col(DT1)])，但我觉得这不是很data.tableish。让我一秒钟制作更好的东西

标签： r data.table

【解决方案1】：

这是一个可能的更多data.tableish 解决方案，它使用高效的set 函数（我在 CRAN btw-v 1.9.6 上使用最新的data.table 版本）

创建DT1

library(data.table) # V 1.9.6+
mtcars.dt <- data.table(mtcars)
DT1 <- mtcars.dt[, lapply(.SD, mean), by = cyl]

现在创建DT2，同时通过在.SDcols 参数中取反来避免cyl 列

DT2 <- unlist(mtcars.dt[, lapply(.SD, mean), .SDcols = -"cyl"])

现在循环遍历DT1 中的第二列，然后更新DT1 就地，同时除以DT2 中的元素

for (j in 2L:length(DT1)) set(DT1, j = j, value = DT1[[j]]/DT2[j - 1L])
DT1
#    cyl       mpg      disp        hp      drat        wt      qsec       vs        am      gear      carb
# 1:   6 0.9826900 0.7945249 0.8336478 0.9969837 0.9688843 1.0071934 1.306122 1.0549451 1.0460048 1.2190476
# 2:   4 1.3271681 0.4556844 0.5633497 1.1318889 0.7104599 1.0721912 2.077922 1.7902098 1.1093991 0.5494949
# 3:   8 0.7515943 1.5304141 1.4262584 0.8978812 1.2430536 0.9396817 0.000000 0.3516484 0.8910412 1.2444444

【讨论】：

【解决方案2】：

mapply('/',subset(DT1, select=-cyl), subset(DT2, select=-cyl))

但这只是数据帧

【讨论】：

【解决方案3】：

每行标准化然后通过 cyl 聚合可以解决您的问题吗？

像这样： mtcars.dt

# normalise by cyl
sdcol <- names(mtcars.dt)[names(mtcars.dt) != "cyl"]
res <- mtcars.dt[, lapply(.SD, function(x) x / mean(x)), .SDcols = sdcol]
res[, cyl := mtcars.dt[, cyl]]

# aggregate
res2 <- res[, lapply(.SD, mean), by = cyl]

或短版：

mtcars.dt[, lapply(.SD, function(x) x / mean(x)), .SDcols = sdcol][, cyl := mtcars.dt[, cyl]][, lapply(.SD, mean), by = cyl]

【讨论】：