0
我试图在R中按组归一化数据框。我之所以这样做是因为我想对每个组的收入运行回归方程,并希望获得斜率。由于数据不是正态分布的,我想按组对数据集进行归一化处理,以更好地读取趋势。通过R中的规范化
的功能,我使用标准化的数据集如下:
normalize <- function(x){
return((x-min(x))/max(x)-min(x))
}
我知道有R中的另一个已建成的函数调用scale
。
我datafame看起来是这样的:
df
Date Partner Revenue
1 2017-03-01 A 33121
2 2017-03-02 A 32758
3 2017-03-03 A 34675
4 2017-03-04 A 32407
5 2017-03-05 A 30851
6 2017-03-06 A 33248
7 2017-03-07 A 34288
8 2017-03-08 A 33820
9 2017-03-09 A 36021
10 2017-03-10 A 38757
11 2017-03-11 A 41149
12 2017-03-12 A 36203
13 2017-03-13 A 41167
14 2017-03-14 A 50237
15 2017-03-15 A 48463
16 2017-03-01 B 2123
17 2017-03-02 B 1684
18 2017-03-03 B 1246
19 2017-03-04 B 1099
20 2017-03-05 B 2314
21 2017-03-06 B 1565
22 2017-03-07 B 1610
23 2017-03-08 B 1749
24 2017-03-09 B 1917
25 2017-03-10 B 1784
26 2017-03-11 B 1662
27 2017-03-12 B 1748
28 2017-03-13 B 1452
29 2017-03-14 B 880
30 2017-03-15 B 591
使用规范化功能我想这条路线,但NEWREV
数字不是0和1之间而它们的范围从-30,000至-590。
scaled_data <-
df %>%
group_by(`Partner`) %>%
mutate(NEWREV = normalize(Revenue))
我该如何按比例调整我的收入,使得数字在0和1之间?