如何使用R语言apply函数对数据框进行按行归一化操作？

原有代码问题说明 #

你的原有代码存在两个核心问题：

• for循环逻辑缺失：循环体内仅对行做了自赋值，没有调用你定义的normalize_df函数，运行后不会产生归一化效果
• 执行效率低：R语言的显式for循环+逐行赋值会产生大量内存拷贝，数据量大时速度会非常慢

正确实现代码 #

# 1. 仅保留数值列再做处理（如果你的数据框全为数值列可跳过这一步）
numeric_df <- query_data[, sapply(query_data, is.numeric)]

# 2. 按行执行归一化，MARGIN=1表示按行处理
normalized_matrix <- apply(numeric_df, MARGIN = 1, FUN = function(row) {
  row_mean <- mean(row, na.rm = TRUE) # 若需严格丢弃含缺失值的行，可删除na.rm参数
  row_sd <- sd(row, na.rm = TRUE)
  return((row - row_mean) / row_sd)
})

# 3. 转置恢复原有行列结构，再转回数据框
normalized_df <- as.data.frame(t(normalized_matrix))

逻辑说明 #

• apply按行处理后默认返回的矩阵是列优先排列，和原数据的行列顺序是转置关系，因此需要用t()做一次转置才能对齐原结构
• 代码中加入na.rm=TRUE是为了兼容行内存在缺失值的场景，如果你的数据无缺失且需要遇到缺失值直接报错，可以删除该参数
• 若你需要直接覆盖原数据框的数值列，可以直接把归一化后的结果赋值回原数据框的对应位置：query_data[, sapply(query_data, is.numeric)] <- normalized_df
• 可选更高性能实现：如果你的数据量超过10万行，可完全使用向量化的行统计函数实现，速度比apply快3~5倍：

# 需要先安装matrixStats包：install.packages("matrixStats")
library(matrixStats)
data_mat <- as.matrix(numeric_df)
row_means <- rowMeans(data_mat, na.rm = TRUE)
row_sds <- rowSds(data_mat, na.rm = TRUE)
normalized_df <- as.data.frame((data_mat - row_means) / row_sds)

内容的提问来源于stack exchange，提问作者Astra Uvarova - Saturn's star