R- 将某些列从 0 标准化为 1，其值等于 0

我最近开始使用 are，我想扩展我的数据矩阵。我在这里找到了一种方法在两点之间缩放系列 https://stackoverflow.com/questions/5468280/scale-a-series-between-two-points

x <- data.frame(step = c(1,2,3,4,5,6,7,8,9,10))
normalized <- (x-min(x))/(max(x)-min(x))

由于我的数据由几列组成，因此我只想使用建议的函数对某些列进行标准化。

normalized <- function(x) (x- min(x))/(max(x) - min(x))
x[] <- lapply(x, normalized) 

此外，我意识到数据集中的某些数据点等于 0，因此所提供的公式不再适用。我在这里添加了建议的扩展：使用 NA 值将 r 数据帧缩放到 0-1 https://stackoverflow.com/questions/31926022/scaling-r-dataframe-to-0-1-with-na-values

normalized <- function(x, ...) {(x - min(x, ...)) / (max(x, ...) - min(x, ...))}

但我不明白我必须如何编码。例如，我希望对第 4、5、6 和 10 列进行标准化，但我希望保留数据集中的其余列？ 我在第 4 列尝试过：

data <- lapply(data[,4],normalized,na.rm= TRUE)

但它不起作用（而不是一个数据框，结果是一个列表:-(...)，有人知道我如何修复它吗？

预先非常感谢！

试试这个，我已经修改了normalized功能考虑NA values:

db<-data.frame(a=c(22,33,28,51,25,39,54,NA,50,66),
               b=c(22,33,NA,51,25,39,54,NA,50,66))

normalized<-function(y) {

  x<-y[!is.na(y)]

  x<-(x - min(x)) / (max(x) - min(x))

  y[!is.na(y)]<-x

  return(y)
  }

 apply(db[,c(1,2)],2,normalized)

你的输出：

               a          b
 [1,] 0.00000000 0.00000000
 [2,] 0.25000000 0.25000000
 [3,] 0.13636364         NA
 [4,] 0.65909091 0.65909091
 [5,] 0.06818182 0.06818182
 [6,] 0.38636364 0.38636364
 [7,] 0.72727273 0.72727273
 [8,]         NA         NA
 [9,] 0.63636364 0.63636364
[10,] 1.00000000 1.00000000