R语言使用for循环标准化dataframe触发越界错误如何解决

• 越界报错的直接原因是mean_B2、sd_B2的维度和原数据不匹配：你在apply中定义的函数返回的是每列所有元素除以对应列统计量的结果，共6个值，转置后得到的是4行6列的矩阵，而原数据是6行4列，循环中索引i超过4时就会触发越界。
• 统计量计算逻辑错误：你需要的是每列单个均值、单个标准差，而非每个元素除以统计量的结果。
• 标准化公式错误且存在运算优先级问题：Z-score标准化的正确公式是(原始值 - 列均值)/列标准差，你的写法先计算除法再做减法，即使维度正确也得不到预期结果。

方案1：保留for循环的实现 #

先正确计算每列的均值和标准差，再按正确公式循环赋值：

survey_B <- data.frame("q1" = c(5, 3, 2, 7, 1, 9),
                   "q2" = c(4, 2, 2, 5, 1, 10),
                   "q3" = c(2, 1, 4, 2, 9, 10),
                   "q4" = c(10, 5, 2, 10, 4, 2))

# 计算每列的均值、标准差，每个列返回1个统计值，得到长度为4的向量
col_mean <- apply(survey_B, 2, mean)
col_sd <- apply(survey_B, 2, sd)

# 循环执行标准化
for(i in 1:nrow(survey_B)) {
  for(j in 1:ncol(survey_B)) {
    survey_B[i,j] = (survey_B[i,j] - col_mean[j]) / col_sd[j]
  }
}

方案2：更简洁的向量化实现（无需循环） #

R内置的scale()函数默认就是按列执行Z-score标准化，一行代码即可完成操作：

survey_B_standardized <- as.data.frame(scale(survey_B))

内容的提问来源于stack exchange，提问作者Matthias Prommer