在Base R中保留原数据框内容，仅对数值列执行scale标准化

Got it, let's break this down into clear, actionable steps to fix your issues!

1. 仅对数值列做标准化，添加带.s后缀的新列（保留原数据） #

方法1：用dplyr（推荐，简洁直观） #

先模拟你的场景，生成包含字符型列Loc和数值列Score1、Score2的示例数据：

set.seed(123)
df <- data.frame(
  Loc = sample(c("NY", "LA", "CHI"), 10, replace = TRUE),
  Score1 = rnorm(10, 70, 5),
  Score2 = rnorm(10, 80, 3)
)

用mutate(across(...))精准筛选数值列，生成带后缀的标准化列：

library(dplyr)

df_scaled <- df %>%
  mutate(
    across(
      where(is.numeric),  # 只选中数值型列
      ~scale(.)[, 1],     # scale返回矩阵，取第一列转成向量
      .names = "{.col}.s" # 给新列加.s后缀
    )
  )

执行后，df_scaled会保留原有的Loc、Score1、Score2，同时新增Score1.s和Score2.s两个标准化列。

方法2：用Base R（无需额外包） #

如果习惯用基础R语法，这么操作：

# 1. 筛选所有数值列的索引
num_col_indices <- sapply(df, is.numeric)

# 2. 对数值列做标准化，转成数据框并重命名
scaled_cols <- as.data.frame(scale(df[, num_col_indices]))
colnames(scaled_cols) <- paste0(colnames(scaled_cols), ".s")

# 3. 合并原数据和标准化列
df_scaled_base <- cbind(df, scaled_cols)

2. 判断数据框是否包含非数值列 #

用any()配合sapply()就能快速判断：

has_non_numeric <- any(!sapply(df, is.numeric))

# 用条件语句输出提示
if (has_non_numeric) {
  cat("⚠️  这个数据框包含非数值型列！\n")
} else {
  cat("✅  所有列都是数值型。\n")
}

逻辑很简单：sapply(df, is.numeric)返回每个列是否为数值型的逻辑向量，取反后只要有一个TRUE，any()就会返回TRUE，说明存在非数值列。

3. 排查非数值列被误处理的问题 #

你提到非数值列（比如Loc）被误处理，大概率是这两个原因：

• 错误的列筛选逻辑：比如你可能没严格用is.numeric判断，而是用了is.integer（会漏掉浮点数列），或者直接对整个数据框调用scale()（如果非数值列是因子，scale()会自动把它转成水平索引的数值，导致误处理）。
  反例（错误写法）：

  # 错误：直接对整个数据框scale，因子列会被转成数值处理
  df_factor <- df %>% mutate(Loc = as.factor(Loc))
  scale(df_factor) # Loc会被转成1/2/3后标准化，完全不符合预期
  

• 非数值列被错误识别为数值型：比如字符型列里全是数字（比如Loc是"1"、"2"），但其实你想把它当成分类变量。这时候is.numeric()会返回FALSE，但如果你用了as.numeric()强制转换，就会把它转成数值。

解决办法：

1. 先检查每列的类型：str(df)，确认哪些列是数值型、字符型、因子型。
2. 始终用where(is.numeric)（dplyr）或sapply(df, is.numeric)（base R）来筛选要标准化的列，确保只处理真正的数值列。

内容的提问来源于stack exchange，提问作者rnorouzian