R语言中如何对多列特征分别使用MinMaxScaler做归一化处理

MinMax缩放的核心逻辑是对每列独立执行(x - 列最小值)/(列最大值 - 列最小值)，你可以直接基于现有rescale函数批量应用，也可以用其他更适配场景的方案：

方法1：基于scales包的rescale批量处理（适配你当前的使用习惯） #

你已经在使用的scales::rescale本身支持批量应用到多列，不需要单独循环处理每一列：

tidyverse语法 #

library(scales)
library(dplyr)

# 假设你的原始数据框名为df
df_scaled <- df %>%
  # 对所有列单独应用rescale，默认缩放范围为[0,1]，可通过to参数自定义范围
  mutate(across(everything(), rescale, to = c(0, 1)))

Base R语法 #

不需要加载tidyverse也可以实现：

library(scales)
df_scaled <- as.data.frame(lapply(df, rescale))

方法2：手写缩放逻辑（无需依赖第三方包） #

如果不想额外加载scales包，可以自己封装MinMax缩放函数后批量应用：

# 自定义MinMax缩放函数，na.rm参数兼容含缺失值的列
minmax_scale <- function(x) {
  (x - min(x, na.rm = TRUE)) / (max(x, na.rm = TRUE) - min(x, na.rm = TRUE))
}

# Base R实现
df_scaled <- as.data.frame(lapply(df, minmax_scale))

# tidyverse实现
df_scaled <- df %>% mutate(across(everything(), minmax_scale))

方法3：使用caret包的preProcess（适配机器学习场景） #

如果后续需要用训练集的缩放参数处理测试集、避免数据泄露，可以用caret包的标准化工具：

library(caret)

# 拟合缩放器，method="range"对应MinMax缩放
scaler <- preProcess(df, method = "range")
# 应用缩放到当前数据集
df_scaled <- predict(scaler, df)

# 后续拿到新测试集后，直接复用拟合好的scaler即可，不需要重新计算最大最小值
# test_scaled <- predict(scaler, test_df)

如果你的数据框中包含非数值列（如字符、因子类型的分类列），需要筛选出数值列再做缩放，避免报错：

# 仅对数值列执行缩放
df_scaled <- df %>%
  mutate(across(where(is.numeric), rescale))

内容的提问来源于stack exchange，提问作者Débora Ferreira