使用R进行分组，选择和突变 数据

编程问答 2022-08-15

问题描述

我有一个包含很多变量的数据框。我想按年份对要检查的变量进行分组，然后对其进行标准化。这是DF示例：

chrome://inspect/#devices

我一直在尝试这些代码，但似乎无法正确处理

DF:

Var1   Var2   Year  BioTest   MathExam   Writingscore   Var3  Var 4
 X      X     2016   165        140         10           X     X
 X      X     2017   172        128         11           X     X
 X      X     2018   169        115          8           X     X
 X      X     2016   166        139         10           X     X
 X      X     2017   165        140         12           X     X

etc

和

DF<-DF %>%
group_by(Year) %>%
mutate(across(c("BioTest","MathExam","Writingscore")),scale)

任何帮助将不胜感激！

解决方法

我将建议使用dplyr的{​​{1}}示例的下一种方法：

across()

在library(dplyr) #Data data(iris) #Code iris %>% group_by(Species) %>% mutate(across(Sepal.Length:Petal.Width,scale)) 中，我定义了要缩放的变量范围和函数。

输出：

across()

原始名称将保留下来，就像在初始数据框中一样。对于您添加的数据，这是代码和结果：

# A tibble: 150 x 5
# Groups:   Species [3]
   Sepal.Length[,1] Sepal.Width[,1] Petal.Length[,1] Petal.Width[,1] Species
              <dbl>           <dbl>            <dbl>           <dbl> <fct>  
 1           0.267           0.190            -0.357          -0.436 setosa 
 2          -0.301          -1.13             -0.357          -0.436 setosa 
 3          -0.868          -0.601            -0.933          -0.436 setosa 
 4          -1.15           -0.865             0.219          -0.436 setosa 
 5          -0.0170          0.454            -0.357          -0.436 setosa 
 6           1.12            1.25              1.37            1.46  setosa 
 7          -1.15           -0.0739           -0.357           0.512 setosa 
 8          -0.0170         -0.0739            0.219          -0.436 setosa 
 9          -1.72           -1.39             -0.357          -0.436 setosa 
10          -0.301          -0.865             0.219          -1.39  setosa 
# ... with 140 more rows

输出：

df %>% group_by(Year) %>% mutate(across(BioTest:WritingScore,scale))

您可以进一步处理输出，但是对于真实数据，您应该有更多观察结果。

最后一部分使用的数据是：

# A tibble: 5 x 4
# Groups:   Year [3]
   Year BioTest[,1] MathExam[,1] WritingScore[,1]
  <int>       <dbl>        <dbl>            <dbl>
1  2016      -0.707        0.707          NaN    
2  2017       0.707       -0.707           -0.707
3  2018     NaN          NaN              NaN    
4  2016       0.707       -0.707          NaN    
5  2017      -0.707        0.707            0.707
,

使用data.table 

library(data.table)
setDT(df)[,lapply(.SD,function(x) scale(x)[,1]),Year]

数据

df <- structure(list(Year = c(2016L,2017L,2018L,2016L,2017L),BioTest = c(165L,172L,169L,166L,165L),MathExam = c(140L,128L,115L,139L,140L),WritingScore = c(10L,11L,8L,10L,12L)),class = "data.frame",row.names = c(NA,-5L))
data-wranglingdplyrmutaterr