R语言中排除分类列对数据框进行归一化的方法求助

没问题，我来帮你搞定这个事儿！你遇到的问题其实很常见——要归一化大部分变量，但保留最后一列的分类因子，核心思路就是先分离需要处理的列和分类列，完成归一化后再把它们重新合并就行。我给你两种实用的方法，你可以按需选择：

方法一：基础R分步操作（适合不想额外加载包的情况） #

你的代码已经走对了第一步，只是在合并的时候可能因为数据类型的问题卡壳了，调整一下就行：

1. 先把分类列单独提取出来保存：

# 提取最后一列的分类变量，假设它是第12列
category_col <- mywines[, 12]

2. 继续完成你的归一化操作，记得把结果转成数据框（避免矩阵和因子列合并时出问题）：

minimum <- apply(mywines[, -12], 2, min)
maximum <- apply(mywines[, -12], 2, max)
# 执行归一化，转成数据框
normalized_df <- as.data.frame(scale(mywines[, -12], center = minimum, scale = (maximum - minimum)))

3. 把分类列重新合并回去，还可以恢复原来的列名：

mywinesNorm <- cbind(normalized_df, category_col)
# 把最后一列的名字改回原来的列名
colnames(mywinesNorm)[ncol(mywinesNorm)] <- colnames(mywines)[12]

方法二：用dplyr简化操作（更直观的tidy风格） #

如果你愿意用dplyr包，一行代码就能搞定，不用手动分离合并：

1. 先加载包（如果没安装的话先跑install.packages("dplyr")）：

library(dplyr)

2. 直接对除最后一列外的所有列做归一化，分类列保持原样：

mywinesNorm <- mywines %>%
  mutate_at(vars(-last_col()), ~(. - min(.)) / (max(.) - min(.)))

这里last_col()会自动选中最后一列，mutate_at只对剩下的列执行归一化计算，完全不影响分类列。

小提醒 #

如果你的数据里有缺失值（NA），记得在求min和max的时候加上na.rm = TRUE，比如：

minimum <- apply(mywines[, -12], 2, min, na.rm = TRUE)
maximum <- apply(mywines[, -12], 2, max, na.rm = TRUE)

不然归一化的时候会出错哦！

内容的提问来源于stack exchange，提问作者Doppler