希望能够清楚地解释我想要做什么。为数据集应用行式函数
我有一个矩阵
Z<-matrix(sample(1:40),ncol=4)
colnames(Z)<-c("value","A","B","C")
I would like to apply the following formula to each row in the dataset.
Process = value - rowmean (A,B,C)
------------------------------------
row-wise Standard deviation (A,B,C)
我想到了什么样分别计算一切都像
Subsettting第一
onlyABC<-Z[,1:3]
然后rowMeans适用于每一行
means<-apply(onlyABC,1,rowMeans)
数据
而且同样计算分别使用
deviate<-apply(onlyABC,1,SD)
然后,我现在不知道如何在矩阵“Z”从“手段”减去值列,然后通过“偏离”划分标准偏差。
有没有更简单的方法来做到这一点?
作为施加式到第一行将举一个例子:
row1 32-(19+35+4/3)
--------------
SD(19+35+4)
类似地应用公式以其他行以及和最终得到大小为10的矢量。
你在正确的,可能做的一切F astest方式(使用'matrix'或'data.frame')。一旦你有'手段'和'偏离',只要做'(Z [,1] - 意味着)/偏离“。这样的操作在R中被矢量化。参见Metrics的答案。 – Michele