如何构造不等行长度数据框并解决R自定义标准化函数应用报错问题

核心逻辑说明 #

R原生常规数据框不支持列长度不等的结构，即便用特殊数据结构实现，也无法正常导出为标准CSV表格。最优解决方法是保留原数据的NA位置，仅对非NA值做计算，保证处理后每列长度和原数据完全一致。

修改自定义MyScale函数 #

调整函数逻辑，不再直接返回移除NA后的短向量，而是保留原向量的结构，仅对非NA位置赋值计算结果：

MyScale <- function (x, scale, center){
  # 复制原向量，保留NA的原始位置
  res <- x
  # 提取非NA值做统计量计算
  removena <- x[!is.na(x)] 
  meanofdata <- mean(removena) 
  stdofdata <- sd(removena) 
  
  if (scale==TRUE){ 
    # 仅给非NA位置赋值缩放后的结果
    res[!is.na(x)] <- (removena - meanofdata)/stdofdata 
  }else if (center ==TRUE){ 
    # 仅给非NA位置赋值中心化后的结果
    res[!is.na(x)] <- removena - meanofdata
  }
  # 返回和输入向量长度完全一致的结果
  return(res)
} 

运行原有批量处理代码即可 #

函数修改完成后，你之前写的批量处理、导出代码不需要调整，直接运行即可正常生成结果：

ExprsDataScaled <- as.data.frame(lapply(ExprsData, function(x) MyScale(x = x, scale = TRUE, center = TRUE)))
write.csv(ExprsDataScaled,"你的实际存储路径/filename.csv", row.names = TRUE)

补充注意点 #

原有函数的分支逻辑为：只要scale=TRUE就会执行「先中心化再缩放」的计算，仅当scale=FALSE且center=TRUE时才会执行仅中心化操作，和R内置scale()函数的逻辑一致，如果你有其他计算逻辑需求可以自行调整分支判断规则。

内容的提问来源于stack exchange，提问作者Adriana