如何标准化一列 R DataFrame？

标准化是一种常见的数据处理技术，用于将不同规模的数据转化为公共尺度，使得可以进行有效的比较或处理。本文将介绍如何在 R DataFrame 中标准化一列数据。

首先，我们需要加载一个示例数据集。这里使用 R 自带的 mtcars 数据集。

data(mtcars)

下面是数据集的前几行：

| |mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb| |--|--|--|--|--|--|--|----|--|--|----|----| |Mazda RX4|21.0|6|160|110|3.90|2.620|16.46|0|1|4|4| |Mazda RX4 Wag|21.0|6|160|110|3.90|2.875|17.02|0|1|4|4| |Datsun 710|22.8|4|108| 93|3.85|2.320|18.61|1|1|4|1| |Hornet 4 Drive|21.4|6|258|110|3.08|3.215|19.44|1|0|3|1| |Hornet Sportabout|18.7|8|360|175|3.15|3.440|17.02|0|0|3|2|

接下来，我们要标准化其中的一列数据。这里以 mpg 为例，即油耗数据。

mtcars$mpg_normalized <- scale(mtcars$mpg)

上述代码中，我们通过 scale() 函数将 mpg 标准化，并将结果存储在新的一列 mpg_normalized 中。该函数用当前列的均值和标准差对列进行缩放，并返回缩放后的值。

最后，我们可以检查新列的结果。

head(mtcars)

输出结果：

| |mpg|cyl|disp|hp|drat|wt|qsec|vs|am|gear|carb|mpg_normalized| |--|--|--|--|--|--|--|----|--|--|----|----|--------------| |Mazda RX4|21.0|6|160|110|3.90|2.620|16.46|0|1|4|4| 0.1508848| |Mazda RX4 Wag|21.0|6|160|110|3.90|2.875|17.02|0|1|4|4| 0.1508848| |Datsun 710|22.8|4|108| 93|3.85|2.320|18.61|1|1|4|1| 0.4495438| |Hornet 4 Drive|21.4|6|258|110|3.08|3.215|19.44|1|0|3|1| 0.2172549| |Hornet Sportabout|18.7|8|360|175|3.15|3.440|17.02|0|0|3|2|-0.2307353|

我们可以看到，新列中所有值的均值为 0，标准差为 1。这表示数据已被成功标准化。

总结：

通过调用 scale() 函数，我们可以轻松地标准化 R DataFrame 中的一列数据。标准化后的数据可用于进行有效的数据分析和比较。