对您的问题的简短回答是，是的 - scaled.new 的表达式是正确的（除了您想要sd而不是std）。

可能值得注意的是 scale 具有您可以使用的可选参数：

scaled.new <- scale(new, center = mean(data), scale = sd(data))

此外，由 scale (scaled.data) 返回的对象具有保存使用的数字居中和缩放（如果有）的属性，您可以使用：

scaled.new <- scale(new, attr(scaled.data, "scaled:center"), attr(scaled.data, "scaled:scale"))

当原始数据包含多于一列时，就会出现这种优势，因此需要考虑多种均值和/或标准偏差。

现在有更简单的方法可以做到这一点。比如包的preprocess功能caret

library(caret)
preproc <- preProcess(data, method = c("center", "scale")
scaled.new <- predict(preproc, newdata = new)

或scale_by在standardize包装中

或使用receipes包

library(recipes); library(dplyr)
rec <- recipe(~ ., data) %>% step_normalize(all_numeric()) %>% prep()
scaled.new <- rec %>% bake(new)