如何标准化一列 R DataFrame ？

在进一步处理之前，可能需要对具有不同范围和单位的多列的大型数据集进行标准化。在本文中，我们将讨论如何在 R 编程语言中标准化一列数据框。

让我们首先讨论标准化。标准化是一种特征缩放技术。这是重新调整数据的过程，使数据的平均值为“0”，标准差为“1”。

公式：

$Z =\frac{x_i-\bar{x}}{\sigma}$

这里， $\bar{x}$是平均的并且$\sigma$是标准差。我们从观察中的每个值中减去平均值，然后除以标准差。这也称为 Z 分数公式。

例子 ：

	Name	Age	CGPA
1.	A	15	5.0
2.	B	16	4.0
3.	C	20	5.0
4.	D	19	2.0
5.	E	19	1.0
6.	F	17	3.0

在这个数据集中，我们将学生姓名、年龄和 CGPA 作为列名。由于年龄介于 15 至 20 岁之间，而 CGPA 介于 1.0 至 5.0 之间。我们希望标准化 CGPA 和年龄列。所以，我们的数据集应该是这样的：

	Name	Age	CGPA
1.	A	-1.3561270	1.0206207
2.	B	-0.8475794	0.4082483
3.	C	1.1866111	1.0206207
4.	D	0.6780635	-0.8164966
5.	E	0.6780635	-1.4288690
6.	F	-0.3390318	-0.2041241

方法一：使用Scale函数。

R 有一个名为 scale() 的内置函数，用于标准化。

Syntax: scale(x,center=True,scale=True)

此处， “x”表示要对其应用标准化的数据列/数据集。 “center”参数采用布尔值，当它设置为 True 时，它将从观察值中减去平均值。 “scale”参数采用布尔值，当它设置为 True 时，它将结果差异除以标准偏差。

方法：

• 创建数据集
• 对数据列应用缩放函数
• 将矢量结果转换为数据框
• 显示结果

程序：

R

# Creating Dataset
X <- c('A','B','C','D','E','F')
Y <- c(15,16,20,19,19,17)
Z <- c(5.0,4.0,5.0,2.0,1.0,3.0)
  
dataframe <- data.frame(Name = X, Age = Y, CGPA = Z )
  
# applying scale function
dataframe[2 : 3] <- as.data.frame(scale(dataframe[2 : 3]))
  
# displaying result
dataframe

输出：

使用比例

方法 2：使用基础 R

方法：

• 创建数据集。
• 创建标准化函数。

Syntax: standardize = function(x){ z <- (x – mean(x)) / sd(x) return( z)}

• 将此函数应用于数据列。
• 将矢量结果转换为数据框
• 显示结果

程序：

电阻

# Creating Dataset
X <- c('A', 'B', 'C', 'D', 'E', 'F')
Y <- c(15, 16, 20, 19, 19, 17)
Z <- c(5.0, 4.0, 5.0, 2.0, 1.0, 3.0)
  
dataframe <- data.frame(Name = X, Age = Y, CGPA = Z )
  
# creating Standardization function
standardize = function(x){
  z <- (x - mean(x)) / sd(x)
  return( z)
}
  
# apply your function to the dataset
dataframe[2:3] <-
  apply(dataframe[2:3], 2, standardize)
  
#displaying result
dataframe

输出：

使用自定义标准化函数