使用apply重新分配数据框/矩阵值：行内正负值归一化

嘿，我来帮你搞定这个行级正负值分别归一化的需求！下面是完整的实现方案，包括数据初始化和核心的apply处理代码，还附了验证步骤：

首先我们先初始化一个示例矩阵（如果是数据框，处理逻辑完全一致，只需要把初始化改成数据框格式即可）：

# 设定矩阵维度：比如5行3列，你可以按需调整
row_num <- 5
col_num <- 3

# 生成-1到1之间的随机数，构建矩阵
init_matrix <- matrix(
  runif(row_num * col_num, min = -1, max = 1),
  nrow = row_num, ncol = col_num
)

接下来是核心的归一化逻辑：用apply()按行遍历，对每行的负值和正值分别做归一化——负值按该行负值总和的绝对值归一化（保证归一化后负值总和为-1），正值按该行正值总和归一化（保证归一化后正值总和为1）。同时加入了防除以0的判断，避免某一行全正/全负时出错：

# 用apply按行处理矩阵
normalized_result <- apply(init_matrix, 1, function(current_row) {
  # 分离该行的负值和对应索引
  neg_mask <- current_row < 0
  neg_values <- current_row[neg_mask]
  
  # 分离该行的正值和对应索引
  pos_mask <- current_row > 0
  pos_values <- current_row[pos_mask]
  
  # 处理负值归一化：仅当存在负值时执行
  if (length(neg_values) > 0) {
    neg_total_abs <- abs(sum(neg_values))
    current_row[neg_mask] <- neg_values / neg_total_abs
  }
  
  # 处理正值归一化：仅当存在正值时执行
  if (length(pos_values) > 0) {
    pos_total <- sum(pos_values)
    current_row[pos_mask] <- pos_values / pos_total
  }
  
  return(current_row)
})

# 注意：apply默认返回列优先的矩阵，所以要转置恢复原行列结构
normalized_result <- t(normalized_result)

关键细节说明 #

• apply(init_matrix, 1, ...)里的1代表按行处理，换成2就是按列处理，按需调整即可
• 加入的if判断是为了避免出现除以0的错误（比如某一行全是正值，那负值总和为0，直接计算会报错）
• 最后转置矩阵是因为apply会把每行的处理结果作为一列返回，转置后才能和原矩阵的行列结构对应

验证结果 #

你可以运行下面的代码，查看原矩阵和归一化后的结果，同时验证每行的正负值总和是否符合预期：

# 打印原矩阵
cat("原矩阵：\n")
print(init_matrix)

# 打印归一化后的矩阵
cat("\n归一化后的矩阵：\n")
print(normalized_result)

# 验证每行负值总和是否为-1
cat("\n每行负值总和：\n")
apply(normalized_result, 1, function(row) sum(row[row < 0]))

# 验证每行正值总和是否为1
cat("\n每行正值总和：\n")
apply(normalized_result, 1, function(row) sum(row[row > 0]))

如果你的输入是数据框，只需要把初始化的matrix()换成data.frame()，后续处理逻辑完全不变，最后输出的也是数据框格式。

内容的提问来源于stack exchange，提问作者quantyquanty