man/R/escalar_datos.R

In mariosandovalmx/tlamatini: Tlamatini: Funciones utiles para biologxs y ecologxs confundidos con los modelos lineales

#' Estandarizar las variables de un dataframe
#'
#' Estandariza las variables de un dataframe mediante el centrado
#' y el escalado. Para cada valor de una variable, simplemente restamos el
#' valor medio de la variable, luego dividimos por la desviacion estandar de
#' la variable. Esto significa que vamos a escalar los valores de manera que
#' la variable tenga una media de 0 y una desviaion estandar de 1.
#' Esto es util cuando las variables explicativas tienen diferentes escalas,
#' y a menudo no contribuyen por igual al modelo. Por ejemplo, si los valores
#' de una variable oscilan entre 0 y 10000 y los valores de otra variable oscilan
#' entre 0 y 10, la variable con el intervalo mas grande recibira un mayor peso
#' en el analisis. Al estandarizar las variables, podemos estar seguros de que
#' cada variable contribuye por igual al an?lisis. Este procedimiento no
#' representa una transformacion de los datos, y no cambia la magnitud del efecto ni
#' la significancia de la variable en el modelo.
#' Ver la funcion "stdize" de MuMIn package para mas detalles.
#' @param df Un dataframe
#' @param variables Variables dataframe que se van a escalar
#'
#' @return Dataframe escalado y centrado
#' @export
#'
#' @examples
#' data(iris)
#' #Si no se especifica que variables excluir, se escalan todas las variables numericas del dataframe.
#' escalar_datos(iris)
#' escalar_datos(iris, )
#' #También se puede especificar que variables especificamente se van a escalar
#' escalar_datos(iris, variables = c("Petal.Width","Petal.Length"))
#' escalar_datos(iris, variables = c(1,3))
#' @encoding UTF-8
#' @importFrom dplyr mutate_at
escalar_datos <- function(df, variables= NULL){if(is.null(variables)){

  df[] <- lapply(df, function(x) if(is.numeric(x)){
    scale(x, center=TRUE, scale=TRUE)
  } else x)


  return(df)
} else if(isTRUE(is.character(variables))){

  drops <- variables
  dat2 <- df %>% mutate_at(c(drops), ~(scale(.) %>% as.vector))


  return(dat2)
} else if(isTRUE(is.numeric(variables))){

  drops <- variables
  dat2 <- df %>% mutate_at(c(drops), ~(scale(.) %>% as.vector))


  return(dat2)
}
}