使用data.table按组进行标准化

是否可以使用data.table来通过多个组变量来标准化一些变量？使用data.table按组进行标准化

DT <- data.table(V1=1:20, V2=40:21, gr=c(rep(c('a'),10), rep(c('b'),10)), 
      grr=rep(c(rep(c('a'),5), rep(c('b'),5)),2))

gr和grr是组变量。我想添加到data.table V1.z和V2.z中，这是每个gr-by-grr组中的标准化分数。

以下是一个极其愚蠢的代码，解释一下我想：

DTaa <- DT[gr=='a' & grr=='a',] 
DTab <- DT[gr=='a' & grr=='b',] 
DTba <- DT[gr=='b' & grr=='a',] 
DTbb <- DT[gr=='b' & grr=='b',] 
DTaa <- DTaa[,V1.z := scale(V1)] 
DTaa <- DTaa[,V2.z := scale(V2)] 
DTab <- DTab[,V1.z := scale(V1)] 
DTab <- DTab[,V2.z := scale(V2)] 
DTba <- DTba[,V1.z := scale(V1)] 
DTba <- DTba[,V2.z := scale(V2)] 
DTbb <- DTbb[,V1.z := scale(V1)] 
DTbb <- DTbb[,V2.z := scale(V2)] 
DTn <- rbind(DTaa, DTab, DTba, DTbb)

也许，有一种方法中的一个或两行使用by做到这一点。

我希望然后在接受数据的功能使用它，所述目标变量（在本例中，V1和V2），和基团的变量（在本例中，GR和GRR）作为参数。
如果你有一个不使用data.table的解决方案，它也是很好的（我尝试了使用dplyr中的mutate_at，但是找不到关于该函数的很多文档）。

来源

2016-09-28 YBA

通过“克”和“GRR”，遍历Data.table的子集（.SD），scale它（的scale输出是matrix，所以我们把它转换为vector与as.vector）和分组后将输出分配给（:=）新列。

DT[, paste0(names(DT)[1:2], ".z") := lapply(.SD, 
        function(x) as.vector(scale(x))), .(gr, grr)]

来源

2016-09-28 05:55:10 akrun

@YBA很高兴它适合你。请阅读指导[这里]（http://stackoverflow.com/help/someone-answers） – akrun

惊人的。谢谢。后续问题：我将V3和V4添加到data.table，您的代码仍然知道只转换前两个变量。这很好，但它是如何工作的？我的意思是，data.table如何知道我们只想在第一列和第二列上执行操作？我在这里看到的唯一的东西是在paste0中，但这只是新变量的名称。如果我想要使用第1列和第2列的名称并在第3列和第4列上执行操作（如果我有这些列），该怎么办？ – YBA

@YBA通常，'.SD'包含'by'列中没有指定的所有列，即'（gr，grr）'。假设你有一些其他的列，你只需要在'V1'和'V2'上进行操作，在'.SDcols'中指定，例如'.SDcols = V1：V2'，然后循环显示'.SD'该职位。 – akrun

使用data.table按组进行标准化

回答

相关问题