时间戳

首页 > 解决方案 > 估算数值和分类的缺失值，并在 R 中对分类值进行居中和缩放，但有例外

r - 估算数值和分类的缺失值，并在 R 中对分类值进行居中和缩放，但有例外

问题描述

我想估算数字缺失值的中位数和分类缺失值的模式，然后将所有分类值转换为虚拟变量，居中并缩放它们。但是，我不想转换客户 ID，也不想对它们进行中心化和缩放。你能帮我修复我的代码吗？

library(recipes)
train.recipe <- recipe(y ~., data = trainingdata) %>%
  step_medianimpute(all_numeric()) %>%
  step_modeimpute(all_nominal())
  step_dummy(all_nominal(), -all_outcomes(), - trainingdata$Customer_ID) %>%
    step_center(all_predictors(), -trainingdata$Customer_ID) %>%
    step_scale(all_predictors(), -trainingdata$Customer_ID)

train.recipe %>%
  prep() %>%
  bake(., data.clean) %>%
  glimpse()

标签： rdata-modelingpredictionmissing-datatraining-data

解决方案

在不知道您的数据框并假设客户 ID 是您不想转换的唯一变量的情况下，您可以简单地在转换之前先将 ID 转换为行名：

df %>%
  column_to_rownames("id") # to convert column to rownames

df %>%
  rownames_to_column("id") # to revert that

为此，客户 ID 必须是唯一的！

推荐阅读