Ответ 1
Используйте функцию model.matrix:
model.matrix( ~ Species - 1, data=iris )
Автоматическое расширение R-фактора в набор переменных индикатора 1/0 для каждого уровня фактора
У меня есть кадр данных R, содержащий коэффициент, который я хочу "развернуть", так что для каждого уровня фактора есть связанный столбец в новом кадре данных, который содержит индикатор 1/0. Например, предположим, что у меня есть:
df.original <-data.frame(eggs = c("foo", "foo", "bar", "bar"), ham = c(1,2,3,4))
Я хочу:
df.desired <- data.frame(foo = c(1,1,0,0), bar=c(0,0,1,1), ham=c(1,2,3,4))
Потому что для определенных анализов, для которых вам нужно иметь полностью числовой кадр данных (например, анализ основных компонентов), я думал, что эта функция может быть встроена. Написание функции для этого не должно быть слишком сложным, но я может предвидеть некоторые проблемы, связанные с именами столбцов, и если что-то уже существует, я бы предпочел использовать это.
Ответы
Ответ 2
Если ваш фрейм данных создан только из факторов (или вы работаете над подмножеством переменных, которые являются всеми факторами), вы также можете использовать функцию acm.disjonctif из пакета ade4:
R> library(ade4)
R> df <-data.frame(eggs = c("foo", "foo", "bar", "bar"), ham = c("red","blue","green","red"))
R> acm.disjonctif(df)
eggs.bar eggs.foo ham.blue ham.green ham.red
1 0 1 0 0 1
2 0 1 1 0 0
3 1 0 0 1 0
4 1 0 0 0 1
Не совсем то, что вы описываете, но оно может быть полезно и...
Ответ 3
Быстрый способ использования пакета reshape2:
require(reshape2)
> dcast(df.original, ham ~ eggs, length)
Using ham as value column: use value_var to override.
ham bar foo
1 1 0 1
2 2 0 1
3 3 1 0
4 4 1 0
Обратите внимание, что это позволяет точно указать имена столбцов, которые вы хотите.
Ответ 4
Вероятно, фиктивная переменная похожа на то, что вы хотите. Тогда model.matrix полезна:
> with(df.original, data.frame(model.matrix(~eggs+0), ham))
eggsbar eggsfoo ham
1 0 1 1
2 0 1 2
3 1 0 3
4 1 0 4
Ответ 5
Поздняя запись class.ind из пакета nnet
library(nnet)
with(df.original, data.frame(class.ind(eggs), ham))
bar foo ham
1 0 1 1
2 0 1 2
3 1 0 3
4 1 0 4
Ответ 6
Просто наткнулся на этот старый поток и подумал, что я добавлю функцию, которая использует ade4, чтобы взять фрейм данных, состоящую из факторов и/или числовых данных, и возвращает фреймворк с факторами как фиктивные коды.
dummy <- function(df) {
NUM <- function(dataframe)dataframe[,sapply(dataframe,is.numeric)]
FAC <- function(dataframe)dataframe[,sapply(dataframe,is.factor)]
require(ade4)
if (is.null(ncol(NUM(df)))) {
DF <- data.frame(NUM(df), acm.disjonctif(FAC(df)))
names(DF)[1] <- colnames(df)[which(sapply(df, is.numeric))]
} else {
DF <- data.frame(NUM(df), acm.disjonctif(FAC(df)))
}
return(DF)
}
Попробуйте.
df <-data.frame(eggs = c("foo", "foo", "bar", "bar"),
ham = c("red","blue","green","red"), x=rnorm(4))
dummy(df)
df2 <-data.frame(eggs = c("foo", "foo", "bar", "bar"),
ham = c("red","blue","green","red"))
dummy(df2)
Ответ 7
Мне нужна была функция, чтобы "взорвать" факторы, которые были немного более гибкими, и сделал один на основе функции acm.disjonctif из пакета ade4. Это позволяет вам выбирать взорванные значения, равные 0 и 1 в acm.disjonctif. Это только взрывает факторы, которые имеют "несколько" уровней. Числовые столбцы сохраняются.
# Function to explode factors that are considered to be categorical,
# i.e., they do not have too many levels.
# - data: The data.frame in which categorical variables will be exploded.
# - values: The exploded values for the value being unequal and equal to a level.
# - max_factor_level_fraction: Maximum number of levels as a fraction of column length. Set to 1 to explode all factors.
# Inspired by the acm.disjonctif function in the ade4 package.
explode_factors <- function(data, values = c(-0.8, 0.8), max_factor_level_fraction = 0.2) {
exploders <- colnames(data)[sapply(data, function(col){
is.factor(col) && nlevels(col) <= max_factor_level_fraction * length(col)
})]
if (length(exploders) > 0) {
exploded <- lapply(exploders, function(exp){
col <- data[, exp]
n <- length(col)
dummies <- matrix(values[1], n, length(levels(col)))
dummies[(1:n) + n * (unclass(col) - 1)] <- values[2]
colnames(dummies) <- paste(exp, levels(col), sep = '_')
dummies
})
# Only keep numeric data.
data <- data[sapply(data, is.numeric)]
# Add exploded values.
data <- cbind(data, exploded)
}
return(data)
}
Ответ 8
Вот более понятный способ сделать это. Я использую model.matrix для создания фиктивных логических переменных, а затем объединять их обратно в исходный фрейм.
df.original <-data.frame(eggs = c("foo", "foo", "bar", "bar"), ham = c(1,2,3,4))
df.original
# eggs ham
# 1 foo 1
# 2 foo 2
# 3 bar 3
# 4 bar 4
# Create the dummy boolean variables using the model.matrix() function.
> mm <- model.matrix(~eggs-1, df.original)
> mm
# eggsbar eggsfoo
# 1 0 1
# 2 0 1
# 3 1 0
# 4 1 0
# attr(,"assign")
# [1] 1 1
# attr(,"contrasts")
# attr(,"contrasts")$eggs
# [1] "contr.treatment"
# Remove the "eggs" prefix from the column names as the OP desired.
colnames(mm) <- gsub("eggs","",colnames(mm))
mm
# bar foo
# 1 0 1
# 2 0 1
# 3 1 0
# 4 1 0
# attr(,"assign")
# [1] 1 1
# attr(,"contrasts")
# attr(,"contrasts")$eggs
# [1] "contr.treatment"
# Combine the matrix back with the original dataframe.
result <- cbind(df.original, mm)
result
# eggs ham bar foo
# 1 foo 1 0 1
# 2 foo 2 0 1
# 3 bar 3 1 0
# 4 bar 4 1 0
# At this point, you can select out the columns that you want.