如何在R中按组使用scale()函数获取标准化数据？

你需要按variety列分组，对KN和GY列批量执行scale()标准化，替代手动逐个提取分组处理的低效操作，以下是两种常用的自动化实现方案：

示例数据集 #

dataA=structure(list(variety = c("CV1", "CV1", "CV4"), KN = c(3150, 2646, 3760), GY = c(9729.7744491255, 8562.20151523044, 14517.4412415523)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -3L))

方案一：使用dplyr（tidyverse生态） #

适合习惯tidy语法的场景，代码简洁易读：

# 加载dplyr包
library(dplyr)

# 方法1：逐个指定列生成标准化列
dataA_scaled <- dataA %>%
  group_by(variety) %>%
  mutate(
    KN_scaled = scale(KN), # scale()默认参数为center=TRUE, scale=TRUE，和手动设置一致
    GY_scaled = scale(GY)
  ) %>%
  ungroup() # 按需取消分组状态，不影响后续操作可省略

# 方法2：用across()批量处理多列（更适合列数较多的场景）
dataA_scaled <- dataA %>%
  group_by(variety) %>%
  mutate(across(c(KN, GY), ~scale(.x), .names = "{.col}_scaled")) %>%
  ungroup()

across()会自动遍历指定列，.names参数按规则生成新列名（比如KN对应KN_scaled），无需重复写scale逻辑。

方案二：使用data.table（适合大数据集） #

如果你的数据量较大，data.table的分组处理效率更高，且支持原地修改数据：

# 加载data.table包
library(data.table)

# 转换为data.table对象
setDT(dataA)

# 按variety分组，原地添加标准化列
dataA[, c("KN_scaled", "GY_scaled") := .(scale(KN), scale(GY)), by = variety]

# 若不想修改原数据，可先复制再操作
dataA_scaled <- copy(dataA)
dataA_scaled[, c("KN_scaled", "GY_scaled") := .(scale(KN), scale(GY)), by = variety]

by = variety指定分组依据，:=是data.table的高效赋值运算符，直接在数据中添加新列。

两种方法均可自动遍历所有variety分组完成标准化，不管有多少个品种都能一键处理，彻底解决手动操作的低效问题。

内容的提问来源于stack exchange，提问作者J.K Kim