在删除响应变量以实现标准化后，如何将其重新合并到数据框中？
提问于 2021-02-02 19:46:53
我有一个包含61列的数据集(60个解释变量和1个响应变量)。
所有显式变量都是数值型的，响应是ex的分类(默认).Some。变量具有负值(财务数据)，因此标准化比规范化似乎更明智。但是，在使用"apply“函数进行标准化时，我必须首先删除response变量，所以我这样做了：
模型<- read.table.
modelwithnoresponse <- model
modelwithnoresponse$Default <- NULL
means <- apply(modelwithnoresponse,2mean)
standarddeviations <- apply(modelwithnoresponse,2,sd)
modelSTAN <- scale(modelwithnoresponse,center=means,scale=standarddeviations)到目前为止，数据是标准化的。但是，现在我想将response变量添加回"modelSTAN“。我看过一些关于dplyr、合并函数和rbind的帖子，但我不能很好地工作，所以响应将简单地作为最后一列添加到我的"modelSTAN“中。
有没有人有一个很好的解决方案来解决这个问题，或者可能有另一个变通办法来标准化它，而不是先删除response变量？
我对R很陌生，因为我是一名金融专业的学生，选修了R。
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-02-02 19:56:51
如果要向modelSTAN数据框中添加model$Default列，可执行以下操作
# assign the column directly
modelSTAN$Default <- model$Default
# or use cbind for columns (rbind is for rows)
modelSTAN <- cbind(modelSTAN, model$Default)但是，您根本不需要删除它。这里有一个替代方案：
modelSTAN <- model
## get index of response, here named default
resp <- which(names(modelSTAN) == "default")
## standardize all the non-response columns
means <- colMeans(modelSTAN[-resp])
sds <- apply(modelSTAN[-resp], 2, sd)
modelSTAN[-resp] <- scale(modelSTAN[-resp], center = means, scale = sds)如果您对dplyr感兴趣
library(dplyr)
modelSTAN <- model %>%
mutate(across(-all_of("default"), scale))请注意，在dplyr版本中，我没有费心保存原始的均值和SDs，如果您想要稍后进行反向转换，您仍然应该这样做。默认情况下，scale将使用mean和sd。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66016616
复制
腾讯云开发者
