根据R中的另一个范畴变量(使用based )对变量值进行不同的标准化

Question

我有一个大型数据集，其中有一个连续变量“胆固醇”，用于每个参与者进行两次访问(每个参与者有两行:第一次访问=前&第二次访问之后)。我想控制胆固醇，但我在访问前后都合并了，这将使我的标准化工作不准确，因为它是用平均值和SD来计算的。

使用R基，如何在访问相同数据集的基础上创建一个新的胆固醇变量(在此过程中，标准化应该进行两次；一次是在之前，另一次是在之后，但是输出(标准化值)将再次位于一个变量中，并遵循此DF的相同结构。

DF$Cholesterol<- c( 0.9861551,2.9154158, 3.9302373,2.9453085, 4.2248018,2.4789901, 0.9972635, 0.3879830, 1.1782336, 1.4065341,  1.0495609,1.2750138, 2.8515144, 0.4369885, 2.2410429, 0.7566147,       3.0395565,1.7335131, 1.9242212, 2.4539439, 2.8528908, 0.8432039,1.7002653, 2.3952744,2.6522959, 1.2178764, 2.3426695, 1.9030782,1.1708246,2.7267124)


DF$Visit< -c(Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before,After,Before, After,Before,After,Before,After) 


# the standardisation function I want to apply
standardise <- function(x) {return((x-min(x,na.rm = T))/sd(x,na.rm = T))}

先谢谢你

Answer 1

让我们制作您的数据，修复df$访问分配，将标准化函数修正为平均而不是最小，然后假设以前的每一个新时刻都是下一个人，转向宽格式，然后对标准化前后的变量进行变异：

df <- data.frame(x = rep(1, 30))
df$cholesterol<- c( 0.9861551,2.9154158, 3.9302373,2.9453085, 4.2248018,2.4789901, 0.9972635, 0.3879830, 1.1782336, 1.4065341,  1.0495609,1.2750138, 2.8515144, 0.4369885, 2.2410429, 0.7566147,       3.0395565,1.7335131, 1.9242212, 2.4539439, 2.8528908, 0.8432039,1.7002653, 2.3952744,2.6522959, 1.2178764, 2.3426695, 1.9030782,1.1708246,2.7267124)
df$visit <- rep(c("before", "after"), 15)

standardise <- function(x) {return((x-mean(x,na.rm = T))/sd(x,na.rm = T))}

df <- df %>%
  mutate(person = cumsum(visit == "before"))%>%
  pivot_wider(names_from = visit, id_cols = person, values_from = cholesterol)%>%
  mutate(before_std = standardise(before),
         after_std = standardise(after))

给予：

   person before after before_std after_std
    <int>  <dbl> <dbl>      <dbl>     <dbl>
 1      1  0.986 2.92     -1.16     1.33   
 2      2  3.93  2.95      1.63     1.36   
 3      3  4.22  2.48      1.91     0.842  
 4      4  0.997 0.388    -1.15    -1.49   
 5      5  1.18  1.41     -0.979   -0.356  
 6      6  1.05  1.28     -1.10    -0.503  
 7      7  2.85  0.437     0.609   -1.44   
 8      8  2.24  0.757     0.0300  -1.08   
 9      9  3.04  1.73      0.788    0.00940
10     10  1.92  2.45     -0.271    0.814  
11     11  2.85  0.843     0.611   -0.985  
12     12  1.70  2.40     -0.483    0.749  
13     13  2.65  1.22      0.420   -0.567  
14     14  2.34  1.90      0.126    0.199  
15     15  1.17  2.73     -0.986    1.12  

如果您实际上希望min在您的标准化功能，而不是平均，编辑应该足够简单。

为BaseR解决方案进行了编辑，但附带了一个警告性的故事:可能有一个更整洁的解决方案：

df <- data.frame(id = rep(c(seq(1, 15, 1)), each = 2))
df$cholesterol<- c( 0.9861551,2.9154158, 3.9302373,2.9453085, 4.2248018,2.4789901, 0.9972635, 0.3879830, 1.1782336, 1.4065341,  1.0495609,1.2750138, 2.8515144, 0.4369885, 2.2410429, 0.7566147,       3.0395565,1.7335131, 1.9242212, 2.4539439, 2.8528908, 0.8432039,1.7002653, 2.3952744,2.6522959, 1.2178764, 2.3426695, 1.9030782,1.1708246,2.7267124)

df$visit <- rep(c("before", "after"), 15)

df <- reshape(df, direction = "wide", idvar = "id", timevar = "visit")

standardise <- function(x) {return((x-mean(x,na.rm = T))/sd(x,na.rm = T))}

df$before_std <- round(standardise(df$cholesterol.before), 2)
df$aafter_std <- round(standardise(df$cholesterol.after), 2)

给予：

i id cholesterol.before cholesterol.after before_std after_std
1   1          0.9861551         2.9154158      -1.16      1.33
3   2          3.9302373         2.9453085       1.63      1.36
5   3          4.2248018         2.4789901       1.91      0.84
7   4          0.9972635         0.3879830      -1.15     -1.49
9   5          1.1782336         1.4065341      -0.98     -0.36
11  6          1.0495609         1.2750138      -1.10     -0.50
13  7          2.8515144         0.4369885       0.61     -1.44
15  8          2.2410429         0.7566147       0.03     -1.08
17  9          3.0395565         1.7335131       0.79      0.01
19 10          1.9242212         2.4539439      -0.27      0.81
21 11          2.8528908         0.8432039       0.61     -0.99
23 12          1.7002653         2.3952744      -0.48      0.75
25 13          2.6522959         1.2178764       0.42     -0.57
27 14          2.3426695         1.9030782       0.13      0.20
29 15          1.1708246         2.7267124      -0.99      1.12