你可以使用以下来自dplyr包的语法，在R中只对数据框中的数字列进行缩放:
library(dplyr)
df %>% mutate(across(where(is.numeric), scale))
下面的例子展示了如何在实践中使用这个函数。
例子:使用dplyr只缩放数字列
假设我们在R语言中拥有以下数据框，其中包含各种篮球运动员的信息:
#create data frame
df <- data.frame(team=c('A', 'B', 'C', 'D', 'E'),
points=c(22, 34, 30, 12, 18),
assists=c(7, 9, 9, 12, 14),
rebounds=c(5, 10, 10, 8, 8))
#view data frame
df
team points assists rebounds
1 A 22 7 5
2 B 34 9 10
3 C 30 9 10
4 D 12 12 8
5 E 18 14 8
假设我们想使用R中的scale函数，只对数据框中的数字列进行缩放。
我们可以使用下面的语法来实现这个目的:
library(dplyr)
#scale only the numeric columns in the data frame
df %>% mutate(across(where(is.numeric), scale))
team points assists rebounds
1 A -0.1348400 -1.153200 -1.56144012
2 B 1.2135598 -0.432450 0.87831007
3 C 0.7640932 -0.432450 0.87831007
4 D -1.2585064 0.648675 -0.09759001
5 E -0.5843065 1.369425 -0.09759001
请注意，三个数字列（得分、助攻和篮板）的数值已经被缩放，而球队列则保持不变。
技术说明
R语言中的**scale()**函数使用以下基本语法:
scale(x, center = TRUE, scale = TRUE)
其中:
- x:要缩放的对象的名称
- center（中心）:缩放时是否要减去平均值。默认为TRUE。
- scale：比例。缩放时是否要除以标准差。默认值为TRUE。
本函数使用以下公式计算比例值:
xscaled = (xoriginal - x̄) / s
其中:
- xoriginal。原始的X值
- x̄:样本平均数
- s:样本标准差
这也被称为标准化数据，它只是将每个原始值转换为一个Z分数。
其他资源
下面的教程解释了如何使用dplyr执行其他常见任务:
