blocks|key|171356|text|改用下面的代码：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|171357|within(data,+stan+<-+ave(value,+group,+FUN=stdz))|code-block|syntax|javascript|171358|不需要调用split或lapply。|offset|length|style|CODE|171359|entityMap^0|0|0|5|5|B|6|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|Q|8|@$I|R|J|S|K|L]|$I|T|J|U|K|L]]|9|@]|A|$]]|$1|M|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|N|$]]

Use this instead:

<pre><code>within(data, stan &lt;- ave(value, group, FUN=stdz))
</code></pre>

No need to call <code>split</code> nor <code>lapply</code>.

blocks|key|686817|text|在函数中添加新列，并让函数返回整个数据框。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|686818|stanL<-lapply(data_split,+function(x)+{
x$stan+<-+stdz(x$value)
x
})

stan+<-+do.call(rbind,+stanL)|code-block|syntax|javascript|686819|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

Add the new column while in your function, and have the function return the whole data frame.

<pre><code>stanL&lt;-lapply(data_split, function(x) {
x$stan &lt;- stdz(x$value)
x
})

stan &lt;- do.call(rbind, stanL)
</code></pre>

blocks|key|678265|text|使用data.table包的一种方法：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|678266|library(data.table)
library(weights)

set.seed(23)
data+<-+data.table(ID=rep(1:12),+group=rep(1:3,times=4),+value=(rnorm(12,mean=0.5,+sd=0.3)))
setkey(data,+ID)
dataNew+<-+data[,+list(ID,+stan+=+stdz(value)),+by+=+'group']|code-block|syntax|javascript|678267|结果是：|678268|++++group+ID+++++++stan
+1:+++++1++1+-0.6159312
+2:+++++1++4++0.9538398
+3:+++++1++7+-1.0782747
+4:+++++1+10++0.7403661
+5:+++++2++2+-1.2683237
+6:+++++2++5++0.7839781
+7:+++++2++8++0.8163844
+8:+++++2+11+-0.3320388
+9:+++++3++3++0.6698418
10:+++++3++6++0.8674548
11:+++++3++9+-0.2131335
12:+++++3+12+-1.3241632|678269|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|O|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

One way using data.table package:

<pre><code>library(data.table)
library(weights)

set.seed(23)
data &lt;- data.table(ID=rep(1:12), group=rep(1:3,times=4), value=(rnorm(12,mean=0.5, sd=0.3)))
setkey(data, ID)
dataNew &lt;- data[, list(ID, stan = stdz(value)), by = 'group']
</code></pre>

the result is:

<pre><code> group ID stan
 1: 1 1 -0.6159312
 2: 1 4 0.9538398
 3: 1 7 -1.0782747
 4: 1 10 0.7403661
 5: 2 2 -1.2683237
 6: 2 5 0.7839781
 7: 2 8 0.8163844
 8: 2 11 -0.3320388
 9: 3 3 0.6698418
10: 3 6 0.8674548
11: 3 9 -0.2131335
12: 3 12 -1.3241632
</code></pre>

blocks|key|3951866|text|我试过费迪南德。卡夫的解决方案，但对我不起作用。我认为stdz函数没有包含在基本的R安装中。此外，在一个包含许多变量的大型数据集中，within部分给我带来了麻烦。我认为最简单的方法是：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|3951867|data$value.s+<-+ave(data$value,+data$group,+FUN=scale)|code-block|syntax|javascript|3951868|entityMap^0|R|4|1U|6|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]|$9|P|A|Q|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|R|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|S|8|@]|D|@]|E|$]]]|L|$]]

I tried Ferdinand.Kraft's solution but it didn't work for me. I think the <code>stdz</code> function isn't included in the basic R install. Moreover, the <code>within</code> part troubled me in a large dataset with many variables. I think the easiest way is:

<pre><code>data$value.s &lt;- ave(data$value, data$group, FUN=scale)
</code></pre>

Here is the data. 

<pre><code>set.seed(23) data&lt;-data.frame(ID=rep(1:12), group=rep(1:3,times=4), value=(rnorm(12,mean=0.5, sd=0.3)))

 ID group value
1 1 1 0.4133934
2 2 2 0.6444651
3 3 3 0.1350871
4 4 1 0.5924411
5 5 2 0.3439465
6 6 3 0.3673059
7 7 1 0.3202062
8 8 2 0.8883733
9 9 3 0.7506174
10 10 1 0.3301955
11 11 2 0.7365258
12 12 3 0.1502212
</code></pre>

I want to get z-standardized scores within each group. so I try

<pre><code>library(weights)
data_split&lt;-split(data, data$group) #split the dataframe
stan&lt;-lapply(data_split, function(x) stdz(x$value)) #compute z-scores within group
</code></pre>

However, It looks wrong because I want to add a new variable following 'value'
How can I do that? Kindly provide some suggestions(sample code). Any help is greatly appreciated .

get z standardized score within each group

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

以下是数据。set.seed(23) data<-data.frame(ID=rep(1:12), group=rep(1:3,times=4), value=(rnorm(12,mean=0.5, sd=0.3))) ID group value1 1 1 0.41339342 2 ...

问在每组中获得z标准化分数
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在每组中获得z标准化分数EN