Jak wyśrodkować dane w r (z przykładami)

Centrowanie zbioru danych oznacza odjęcie średniej wartości każdej pojedynczej obserwacji w zbiorze danych.

Załóżmy na przykład, że mamy następujący zestaw danych:

Okazuje się, że średnia wartość wynosi 14. Aby więc wyśrodkować ten zbiór danych, od każdej indywidualnej obserwacji odejmiemy 14:

Należy zauważyć, że średnia wartość wyśrodkowanego zbioru danych wynosi zero.

W tym samouczku przedstawiono kilka przykładów wyśrodkowania danych w języku R.

Przykład 1: Wyśrodkuj wartości wektora

Poniższy kod pokazuje, jak użyć podstawowej funkcji Rscale() do wyśrodkowania wartości w wektorze:

 #createvector
data <- c(4, 6, 9, 13, 14, 17, 18, 19, 19, 21)

#subtract the mean value from each observation in the vector
scale(data, scale= FALSE )

      [,1]
 [1,] -10
 [2,] -8
 [3,] -5
 [4,] -1
 [5,] 0
 [6,] 3
 [7,] 4
 [8,] 5
 [9,] 5
[10,] 7

attr(,"scaled:center")
[1] 14

Wynikowe wartości są wyśrodkowanymi wartościami zbioru danych. Funkcja skala() mówi nam również, że średnia wartość zbioru danych wynosi 14.

Należy zauważyć, że funkcjascale () domyślnie odejmuje średnią z każdej indywidualnej obserwacji, a następnie dzieli ją przez odchylenie standardowe.

Podając skalę=FAŁSZ, mówimy R, aby nie dzielił przez odchylenie standardowe.

Przykład 2: Wyśrodkuj kolumny w ramce danych

Poniższy kod pokazuje, jak używać funkcji sapply() i funkcjiscale() bazy danych R do wyśrodkowania wartości każdej kolumny ramki danych:

 #create data frame
df <- data.frame(x = c(1, 4, 5, 6, 6, 8, 9),
                 y = c(7, 7, 8, 8, 8, 9, 12),
                 z = c(3, 3, 4, 4, 6, 7, 7))

#center each column in the data frame
df_new <- sapply(df, function (x) scale(x, scale= FALSE ))

#display data frame
df_new

              X Y Z
[1,] -4.5714286 -1.4285714 -1.8571429
[2,] -1.5714286 -1.4285714 -1.8571429
[3,] -0.5714286 -0.4285714 -0.8571429
[4,] 0.4285714 -0.4285714 -0.8571429
[5,] 0.4285714 -0.4285714 1.1428571
[6,] 2.4285714 0.5714286 2.1428571
[7,] 3.4285714 3.5714286 2.1428571

Możemy sprawdzić, czy średnia każdej kolumny w nowej ramce danych wynosi zero, korzystając z funkcji colMeans() :

 colMeans(df_new)

            xyz 2.537653e-16 -2.537653e-16 3.806479e-16 

Wartości są pokazane w notacji naukowej, ale każda wartość jest w zasadzie zerowa.

Dodatkowe zasoby

Jak uśredniać kolumny w R
Jak sumować określone kolumny w R
Jak usunąć wartości odstające z wielu kolumn w R