如何在R语言中基于Dataframe1的WIND_SPEED缩放Dataframe2的对应变量？

首先先还原你提供的两个数据框：

# 创建DataFrame1
df1 <- data.frame(
  WIND_SPEED = c(4.2, 4.6, 5.2, 5.8),
  KWH = c(2340, 4245, 2340, 4245)
)

# 创建DataFrame2
df2 <- data.frame(
  WIND_SPEED = c(8.4, 6.8, 5.4, 4.4),
  KWH = c(9870, 7605, 3645, 1665)
)

缩放操作常用的有两种方式，下面分别演示：

1. Min-Max归一化（缩放到[0,1]区间） #

这种方法会把数据映射到0到1的范围，核心是用DataFrame1中风速的最小值和最大值作为基准：

# 提取DataFrame1风速的极值
min_ws1 <- min(df1$WIND_SPEED)
max_ws1 <- max(df1$WIND_SPEED)

# 对DataFrame2的风速做归一化
df2$WIND_SPEED_scaled_minmax <- (df2$WIND_SPEED - min_ws1) / (max_ws1 - min_ws1)

2. Z-Score标准化（缩放到均值为0，标准差为1） #

这种方法会让缩放后的数据均值为0，标准差为1，用DataFrame1中风速的均值和标准差作为基准：

# 提取DataFrame1风速的均值和标准差
mean_ws1 <- mean(df1$WIND_SPEED)
sd_ws1 <- sd(df1$WIND_SPEED)

# 对DataFrame2的风速做标准化
df2$WIND_SPEED_scaled_zscore <- (df2$WIND_SPEED - mean_ws1) / sd_ws1

执行完上述代码后，df2会新增两个列，分别对应两种缩放后的风速结果。你可以根据实际需求选择合适的缩放方式：如果需要固定区间的结果，选Min-Max归一化；如果数据近似正态分布，或者需要消除量纲影响，选Z-Score标准化。

内容的提问来源于stack exchange，提问作者Seniker96