以虹膜数据为例,虹膜有三种类型:setosa,versicolor和virginica . 我想分别规范化他们的sepal.length . 我知道一个简单但乏味的过程 . 是否有更简单的方法来实现我的目标?我的过程:
data(iris)
library(dplyr)
normalize <- function(x){
return((x- mean(x))/(max(x)-min(x)))
}
data1 <- sapply(filter(iris, Species == 'setosa')[1:4], normalize)
data2 <- sapply(filter(iris, Species == 'versicolor')[1:4], normalize)
data3 <- sapply(filter(iris, Species == 'virginica')[1:4], normalize)
Speiec <- rep(c('setosa','versicolor','virginica'), each = 50)
thedata <- rbind(data1, data2,data3)
theirisdata <- data.frame(thedata,Speiec)
最终数据“itsisdata”具有相同的数据结构,但Sepal.length Sepal.width,Petal.length和Petal.width在每个物种组中归一化 . 我需要一种更简洁的方法来解决这个问题 . 例如,数据帧的行可以被分类为10个或更多个组 . 对于每个组,将一个函数应用于每列 .
1 回答
您可以在dplyr中使用
group_by
将函数分别应用于每个组,然后使用mutate_each
修改多个列检查它是否与原始答案相同: