R语言中如何将向量重缩放至指定平均值100

实现原理 #

对向量做常数偏移操作时，变换后的均值 = 原向量均值 + 偏移常数，基于这个数学特性，不需要复杂计算就能实现目标。之前直接使用scale()无法达成需求，本质是因为scale()的内置转换默认将输出均值固定为0，没有内置目标均值设置参数。

两种可直接复用的实现方案 #

方案1：保留原向量全部分布特性的重缩放 #

这是最通用的重缩放逻辑，完全保留原向量的数值差异、离散程度、相对大小关系，仅将整体向量平移到均值为100的位置：

# 原始示例向量
a <- c(-1.02, 2.25, 9.12, -2.09, 0.02)
target_mean <- 100
# 计算偏移量并完成重缩放
a_rescaled <- a + (target_mean - mean(a))
# 验证输出均值
mean(a_rescaled)

效果说明：运行后mean(a_rescaled)会精确返回100，和原向量的标准差、极差、元素间的差值完全一致。

方案2：基于scale()标准化流程的重缩放 #

如果你确实需要先通过scale()完成标准化（即先把向量转换为均值0、标准差1的分布形态），再将均值调整到100，可以通过两步操作实现：

# 第一步：执行scale()标准化，转换为普通数值向量避免附带属性干扰
a_scaled <- as.numeric(scale(a))
# 第二步：将均值从0偏移到100
a_rescaled_scaled <- a_scaled + target_mean
# 验证输出均值
mean(a_rescaled_scaled)

注意：该方案得到的向量离散程度远小于原向量，仅适用于需要先做标准化处理的特定统计场景，不适合通用的数值重缩放需求。 #

内容的提问来源于stack exchange，提问作者Alan CUZON