R语言中如何调整数据框数值范围并保持相对距离？有无标准函数？

我有一个包含两列数值的DataFrame，希望在保持数值间相对距离的前提下调整数值范围，示例如下，请问是否存在可实现该需求的标准函数？

示例代码：

df <- data.frame(
  Name = c("A", "B", "C", "D", "E"),
  Start = c(175000, 183597, 185317, 188307, 191390),
  Stop = c(182548, 184724, 187841, 188599, 192650)
)

Range_Start <- df$Start[df$Name=="C"] - 10000
Range_Stop <- df$Stop[df$Name=="C"] + 10000

Range_Start2 <- 1
Range_Stop2 <- length(Range_Start:Range_Stop)

df2 <- df %>%
  rowwise() %>%
  dplyr::mutate(Start2 = Start - Range_Start) %>%
  dplyr::mutate(Stop2 = Stop - Range_Start)

期望结果：

> df2$Start2
[1]  -317  8280 10000 12990 16073

> df2$Stop2
[1]  7231  9407 12524 13282 17333

你当前的操作本质是平移变换——通过减去固定值Range_Start调整数值位置，这种方式天然能保持所有数值间的相对距离。如果需要更通用的范围调整（比如把数值映射到任意指定区间），可以用以下两种标准方案：

1. 基础向量运算（简洁直接） #

平移操作不需要rowwise()，dplyr支持直接列向量运算，写法可以简化：

df2 <- df %>%
  mutate(
    Start2 = Start - Range_Start,
    Stop2 = Stop - Range_Start
  )

如果要映射到自定义区间（比如从原范围[old_min, old_max]映射到[new_min, new_max]），可以用线性变换公式手动实现：

# 示例：把Start列映射到[1, 20000]区间
df2 <- df %>%
  mutate(
    Start_scaled = (Start - min(Start)) / (max(Start) - min(Start)) * (20000 - 1) + 1,
    Stop_scaled = (Stop - min(Stop)) / (max(Stop) - min(Stop)) * (20000 - 1) + 1
  )

2. 使用scales包的rescale()函数 #

scales包提供了现成的rescale()函数，专门用于保持相对距离的数值范围缩放，无需自己写公式：

# 安装并加载包
install.packages("scales")
library(scales)

# 实现和你当前需求一致的平移效果
df2 <- df %>%
  mutate(
    Start2 = rescale(Start, to = c(Start[Name=="C"] - Range_Start, max(Start) - Range_Start)),
    Stop2 = rescale(Stop, to = c(Stop[Name=="C"] - Range_Start, max(Stop) - Range_Start))
  )

# 示例：映射到任意区间，比如[1, 10000]
df2 <- df %>%
  mutate(
    Start_scaled = rescale(Start, to = c(1, 10000)),
    Stop_scaled = rescale(Stop, to = c(1, 10000))
  )

总结：单纯平移用向量运算最简洁；需要灵活映射到任意区间时，scales::rescale()是标准工具，无需重复造轮子。

内容的提问来源于stack exchange，提问作者JVGen