在 R 語言中，你可以使用以下方法將表達數據進行數值歸一化：

1. 最小-最大歸一化（Min-Max Normalization）：

這種方法將數據線性地縮放到指定的範圍（通常是0到1之間）。假設你有一個向量或數據框，其中的變量需要進行歸一化，可以使用以下代碼實現：

```R

# 假設 data 是待歸一化的數據框，其中的變量需要進行歸一化

normalized_data <- as.data.frame(scale(data, center = min(data), scale = max(data) - min(data)))

```

這將對數據框中的每個變量進行最小-最大歸一化，並將結果存儲在 `normalized_data` 數據框中。

2. Z-score 歸一化（Standardization）：

這種方法通過減去均值併除以標準差來對數據進行歸一化，使數據的均值為0，標準差為1。以下是一個示例代碼：

```R

# 假設 data 是待歸一化的數據框，其中的變量需要進行歸一化

normalized_data <- as.data.frame(scale(data))

```

這將對數據框中的每個變量進行 Z-score 歸一化，並將結果存儲在 `normalized_data` 數據框中。

根據你的需求和數據的特點，選擇適合的歸一化方法。以上方法都可以應用於數據框或向量，具體取決於你的數據結構。在進行歸一化之前，確保將數據轉換為數值類型（如`as.numeric()`函數）以進行計算和歸一化操作。