如何程序化对数据框中正负变量分别执行log10归一化？

R 实现方案 #

假设你已经明确了正、负变量的名称列表，可通过以下两种方式批量处理：

方法1：使用dplyr（推荐）

library(dplyr)

# 替换为你的实际正、负变量名列表
positive_vars <- c("pos_var1", "pos_var2", ...)
negative_vars <- c("neg_var1", "neg_var2", ...)

# 批量转换正变量，生成带_log10后缀的新列
Data <- Data %>%
  mutate(across(all_of(positive_vars), ~ log10(.), .names = "{.col}_log10"))

# 批量转换负变量
Data <- Data %>%
  mutate(across(all_of(negative_vars), 
                ~ log10(max(. + 1) - .), 
                .names = "{.col}_log10"))

方法2：基础R循环（无需第三方包）

# 正变量转换
for (var in positive_vars) {
  Data[[paste0(var, "_log10")]] <- log10(Data[[var]])
}

# 负变量转换
for (var in negative_vars) {
  x <- Data[[var]]
  max_val <- max(x + 1)
  Data[[paste0(var, "_log10")]] <- log10(max_val - x)
}

Python（Pandas）实现方案 #

import pandas as pd
import numpy as np

# 替换为你的实际正、负变量名列表
positive_vars = ["pos_var1", "pos_var2", ...]
negative_vars = ["neg_var1", "neg_var2", ...]

# 批量转换正变量
Data[[f"{var}_log10" for var in positive_vars]] = Data[positive_vars].apply(np.log10)

# 定义负变量转换函数并批量应用
def neg_log_transform(x):
    max_val = x.max() + 1
    return np.log10(max_val - x)

Data[[f"{var}_log10" for var in negative_vars]] = Data[negative_vars].apply(neg_log_transform)

注意事项 #

• 提前确认待转换变量均为数值型，可通过is.numeric()（R）或Data.dtypes（Python）检查
• 若需覆盖原变量列，直接去掉代码中的_log10后缀赋值即可
• 若正变量包含0或负数，log10会报错，需提前处理异常值（比如给变量加极小值）

内容的提问来源于stack exchange，提问作者Anna