資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究如果R資料框中某些列是分類列，如何標準化這些列？
為了標準化R資料框中某些列是分類列的情況，我們可以按照以下步驟進行：
首先，建立一個數據框。
然後，使用plyr包中的numcolwise函式來標準化某些列是分類列的情況下的列。
示例
建立資料框
讓我們建立一個如下所示的資料框：
Level<-sample(c("low","medium","high"),25,replace=TRUE)
Group<-sample(c("first","second"),25,replace=TRUE)
Score<-sample(1:50,25)
Demand<-sample(1:100,25)
df<-data.frame(Level,Group,Score,Demand)
df輸出
執行上述指令碼後，將生成以下輸出（由於隨機化，此輸出將在您的系統上有所不同）：
Level Group Score Demand 1 high second 37 31 2 medium second 43 89 3 medium second 31 50 4 medium first 16 60 5 low first 23 29 6 low second 3 26 7 medium first 26 55 8 low first 9 9 9 high second 14 3 10 medium first 33 36 11 low second 15 34 12 medium first 19 85 13 medium second 41 71 14 medium second 50 78 15 low second 36 69 16 medium second 17 49 17 high second 38 76 18 high first 6 99 19 low first 35 91 20 medium first 39 12 21 low first 47 62 22 medium second 45 59 23 medium first 44 64 24 medium second 21 25 25 high second 11 57
查詢某些列是分類列時的標準化值
使用plyr包中的numcolwise函式來標準化資料框df中的數值列：
Level<-sample(c("low","medium","high"),25,replace=TRUE)
Group<-sample(c("first","second"),25,replace=TRUE)
Score<sample(1:50,25)
Demand<-sample(1:100,25)
df<-data.frame(Level,Group,Score,Demand)
library(plyr)
numcolwise(scale)(df)輸出
Score Demand 1 -0.02029767 0.99612442 2 -0.81770624 0.46627101 3 0.41465246 0.61765770 4 -0.38275611 -1.76668267 5 1.42953609 1.37459115 6 1.06707765 1.03397109 7 0.63212752 -1.31252260 8 -0.60023118 -0.36635579 9 0.99458596 0.73119771 10 -0.16528105 0.69335104 11 -1.25265637 -0.70697584 12 0.84960258 -0.85836253 13 -0.52773949 -0.10142908 14 0.19717739 -1.69098933 15 -1.10767299 0.84473773 16 -1.47013143 -1.27467593 17 0.55963583 1.14751111 18 -1.83258988 -1.50175597 19 1.35704440 -0.17712243 20 -0.74521455 0.54196435 21 -0.67272287 -0.06358241 22 1.28455271 -0.25281577 23 0.48714414 0.76904439 24 1.50202778 -0.59343583 25 -1.18016468 1.45028449
更新時間： 2021年11月10日
147 次瀏覽
廣告