Skalierung mehr Spalten in einem Datenrahmen mit ddply in R

Question

Ich habe einen Datenrahmen, die

ID   Lot SubLot test1 test2 test3 
dffk  A  A1  6  10  10 
wdwd  A  A1  8  6  5 
ewew  A  A2  2  9  3 
llde  A  A2  2  10  6 
e3rw  B  B1  8  2  2 
qweo  B  B2  2  9  8 
cmve  B  B2  6  5  9 
owdf  B  B2  10  3  2 

Mein Ziel zu ersetzen, ist die „Test“ Spalten mit ihren standardisierten Werten wie

aussieht. Die Standardisierung muss während der Gruppierung durch Lot und Sublot Säulen erfolgen.
Ich dachte über die Verwendung ddply von plyr pckage. Ich kann es für eine einzelne Spalte tun mit:

new_data <- ddply(old_data, c("Lot","SubLot"), transform, test1 = scale(test1)) 

Wie sollte die Syntax aussehen, wenn ich auf einmal diese für alle „Test“ Spalten durchführen möchten?

Vielen Dank, David

Answer 1

Wenn Sie zur Verwendung dplyr offen sind, schauen Sie in mutate_at:

library(dplyr) 

scale1 <- function(x) scale(x)[,1] 

old_data %>% group_by(Lot, SubLot) %>% 
    mutate_at(vars(contains("test")), scale1) 

#Source: local data frame [8 x 6] 
#Groups: Lot, SubLot [4] 

#  ID Lot SubLot  test1  test2  test3 
# <fctr> <fctr> <fctr>  <dbl>  <dbl>  <dbl> 
#1 dffk  A  A1 -0.7071068 0.7071068 0.7071068 
#2 wdwd  A  A1 0.7071068 -0.7071068 -0.7071068 
#3 ewew  A  A2  NaN -0.7071068 -0.7071068 
#4 llde  A  A2  NaN 0.7071068 0.7071068 
#5 e3rw  B  B1  NaN  NaN  NaN 
#6 qweo  B  B2 -1.0000000 1.0910895 0.4402255 
#7 cmve  B  B2 0.0000000 -0.2182179 0.7043607 
#8 owdf  B  B2 1.0000000 -0.8728716 -1.1445862 

Spaltennamen übereinstimmen, die mit dem Wort Test

old_data %>% group_by(Lot, SubLot) %>% 
    mutate_at(vars(matches("^test")), scale1) 

starten

Da du es erwähnst

cols <- grep("test", names(old_data), value = T) 
old_data[,cols] <- lapply(old_data[,cols], as.double) 

library(data.table) 
setDT(old_data)[, (cols) := lapply(.SD, scale1) , by = .(Lot, SubLot), .SDcols = cols] 

Answer 2

@Sumedh, nochmals vielen Dank für Ihre Hilfe: wäre effizienter ed Sie Tausende von Spalten haben, vielleicht data.table verwenden. Leider hat Ihr letzter Code auch nicht funktioniert. Ich habe mit Skala satt und bekam, um das Problem durch eine benutzerdefinierte Funktion definieren, ihn zu definieren:

my.scale = function(x,na.rm=TRUE) (x-mean(x,na.rm=TRUE))/sd(x,na.rm=TRUE) 

old_data <- old_data %>% group_by(Lot) %>% 
    mutate_each(funs(my.scale), contains("test"))