답변:
가능한 플라이 솔루션입니다. 기본 transform()
기능 에 의존 합니다.
my.df <- data.frame(x=rnorm(100, mean=10),
sex=sample(c("M","F"), 100, rep=T),
group=gl(5, 20, labels=LETTERS[1:5]))
library(plyr)
ddply(my.df, c("sex", "group"), transform, x.std = scale(x))
(예를 들어 다음과 같이 작동하는지 확인할 수 있습니다. with(subset(my.df, sex=="F" & group=="A"), scale(x))
)
기본적으로 두 번째 인수는 데이터를 "분할"하는 방법, 세 번째 인수는 각 청크에 적용 할 기능을 설명합니다. 위는 x.std
data.frame에 변수 를 추가합니다 . x
원래 변수를 축척 된 변수로 바꾸려면 사용하십시오 .
다음은 data.table 솔루션입니다. plyr보다 확실히 빠릅니다 (큰 데이터 세트에만 해당). 나중에 나중에 dplyr 예제를 작성하겠습니다.
# generate example data
raw.data <- data.frame( outcome = c(rnorm(500, 100, 15), rnorm(500, 110, 12)),
group = c(rep("a", 500), rep("b", 500)))
library(data.table)
# convert dataframe to data.table
raw.data <- data.table(raw.data, key = "group")
# create group standardized outcome variable
raw.data[ , group_std_outcome := (outcome - mean(outcome, na.rm = TRUE)) /
sd(outcome, na.rm = TRUE), "group"]
(예, 나는 R noob 일 때 몇 년 전에 물었던 질문을 다시 발견했습니다.)
이 답변은 Mahmood Arai의 백서 에서 발췌 한 것입니다. 접두사 "C"로 중심 결과에 레이블을 지정하면 편리한 부작용이 있습니다.
gcenter <- function(df1,group) {
variables <- paste(
rep("C", ncol(df1)), colnames(df1), sep=".")
copydf <- df1
for (i in 1:ncol(df1)) {
copydf[,i] <- df1[,i] - ave(df1[,i], group, FUN=mean)}
colnames(copydf) <- variables
return(cbind(df1,copydf))}