如何將數據幀切片傳遞給R中的模式歸一化的直方圖函數？

我想通過用戶定義的規範化規範化數據框的選定列。到目前爲止，我將與如何將數據幀切片傳遞給R中的模式歸一化的直方圖函數？

library(tidyr) 
library(ggplot2) 

Mode <- function(x, na.rm = TRUE) { 
    x <- lapply(x, as.numeric) 
    distribution <- hist(x, breaks = 50, plot = FALSE) 
    distribution$mids[which.max(distribution$counts)] 
} 

data_normalised <- lapply(mtcars[,-9:-12], function(x) {(x-Mode(x))/(sd(x))})

作爲最小的例子。但是，hist在抱怨「x必須是數字」。我認爲這可以通過鑄造

x <- lapply(x, as.numeric)

不工作來解決。我知道，HIST工程

hist(mtcars[[3]])

，但我不能找到一種方法，DF切片和HIST功能結合起來，作爲

hist(mtcars[[-9:-12]])

將無法正常工作eighter。

Idealy我想讓Mode（）函數作爲sd（）函數工作。拿一個df列並給出一個值。

感謝您的幫助！

來源

2017-10-18 Neudrino

你的函數'Mode'不返回任何東西;你應該在結束函數之前添加'return（）'和你感興趣的值。 – R18

在你的Mode()功能class(x)是'numeric'（即你有一個數字向量長度爲32）。然後，您使用lapply()將功能as.numeric()應用於x。這個步驟之後，class(x)是'list'由於as.numeric是矢量化，你實際上並沒有遍歷向量的元素，而不是你可以在模式功能使用x <- as.numeric(x)：

Mode <- function(x, na.rm = TRUE) { 
    x <- as.numeric(x) 
    distribution <- hist(x, breaks = 50, plot = FALSE) 
    distribution$mids[which.max(distribution$counts)] 
}

進而你就可以作爲你這樣做，它不會產生錯誤：如果您想再次獲得data.frame

data_normalised <- lapply(mtcars[,-9:-12], function(x) {(x-Mode(x))/(sd(x))})

，您可以使用cbind()：

data_normalised <- do.call("cbind", data_normalised)

而你得到：

head(data_normalised) 
      mpg   cyl  disp   hp  drat   wt  qsec   vs 
[1,] 0.9540484 -1.09187321 0.6858229 0.03646289 1.54298263 -0.84827399 -0.35815351 -0.01984063 
[2,] 0.9540484 -1.09187321 0.6858229 0.03646289 1.54298263 -0.58765969 -0.04476919 -0.01984063 
[3,] 1.2527070 -2.21174317 0.2662607 -0.21148473 1.44946853 -1.15487905 0.84501845 1.96422286 
[4,] 1.0204170 -1.09187321 1.4765365 0.03646289 0.00935141 -0.24017396 1.30949879 1.96422286 
[5,] 0.5724290 0.02799675 2.2995240 0.98449790 0.14027115 -0.01022017 -0.04476919 -0.01984063 
[6,] 0.4728762 -1.09187321 1.2102758 -0.03646289 -0.58913882 0.01022017 1.74599838 1.96422286

來源

2017-10-18 07:57:37 clemens

工程優秀！謝謝！大概我不瞭解這裏的一些基本概念。我認爲拉比已經給出了一個數據框。 – Neudrino

如何將數據幀切片傳遞給R中的模式歸一化的直方圖函數？

回答

相關問題