如何使用dplyr按行取最大值并归一化数据框指定列？

DevOps 小满

2026-5-15

用dplyr对数据框多行按行最大值归一化（iris数据集示例）

当然可以实现这个需求！你之前用max()函数没成功，是因为dplyr默认是按列计算最大值，而非按行。下面我给你两种高效的解决方案，都支持指定列范围，不用逐个列名：

方法1：用`rowwise()` + `c_across()`（dplyr 1.0.0+推荐写法）

这种写法直观易懂，适合小到中等规模的数据集：

library(dplyr)

# 对Sepal.Length到Petal.Width的列按行归一化
iris_normalized <- iris %>%
  rowwise() %>%  # 开启按行处理模式
  mutate(
    # 指定要处理的列范围，用当前行的最大值做除法
    across(Sepal.Length:Petal.Width, ~ .x / max(c_across(Sepal.Length:Petal.Width)))
  ) %>%
  ungroup()  # 取消按行分组，避免影响后续操作

关键说明：

rowwise()：让后续的mutate操作逐行执行
c_across(Sepal.Length:Petal.Width)：提取当前行指定范围的列作为数值向量，这样max()就能计算该行的最大值
你可以灵活替换列范围，比如用1:4（按列位置）、starts_with(c("Sepal", "Petal"))（按列名前缀）等

方法2：用`do.call(pmax, ...)`（无分组，效率更高）

如果你的数据集很大，推荐这个方法——不用开启按行分组，运算速度更快：

iris_normalized <- iris %>%
  # 先计算每行的最大值，存为临时列row_max
  mutate(row_max = do.call(pmax, select(., Sepal.Length:Petal.Width))) %>%
  # 对目标列做归一化
  mutate(across(Sepal.Length:Petal.Width, ~ .x / row_max)) %>%
  select(-row_max)  # 可选：删除临时的row_max列