R语言中为数据框动态添加归一化新列的实现方法

嘿，刚接触R生态没几天就能写出这样的代码已经很厉害了！你现在需要的是把归一化结果存成新列而不是覆盖原列，其实只需要调整一下normalizeAllCols函数的逻辑就行，核心就是保留原列的同时，把处理后的结果作为新列添加进去。

修改后的完整代码 #

# 读取数据
myDf <- read.csv("MyData.csv", header = TRUE)

# 归一化函数（这个不用改）
normalize <- function(x) { 
  return ((x - min(x, na.rm = TRUE)) / (max(x, na.rm = TRUE) - min(x, na.rm = TRUE))) 
}

# 修改后的批量处理函数
normalizeAllCols <- function(df){
  # 第一步：筛选出所有数值列的名称
  num_cols <- names(df)[sapply(df, is.numeric)]
  # 第二步：生成新列的名称，格式是"norm"+原列名
  new_col_names <- paste0("norm", num_cols)
  # 第三步：对每个数值列应用归一化函数，并存入新列
  df[new_col_names] <- lapply(df[num_cols], normalize)
  # 返回处理后的完整数据框
  df
}

# 调用函数得到结果
normalizedDf <- normalizeAllCols(myDf)

关键改动说明 #

• 原来的代码是直接替换数值列，现在我们先通过names(df)[sapply(df, is.numeric)]拿到所有数值列的名字，这样能精准定位要处理的列，也方便生成新列名。
• 用paste0("norm", num_cols)批量生成符合要求的新列名，比如原列是age，新列就会是normage。
• 最后用df[new_col_names] <- ...把归一化后的结果作为新列添加到原数据框里，原列会被完整保留。

这样处理后，你的normalizedDf里既有原始的数值列，也有对应的归一化新列啦～

内容的提问来源于stack exchange，提问作者noob