Her faktör seviyesi için bir R faktörünü otomatik olarak 1/0 gösterge değişkenleri koleksiyonuna genişletme

"Genişletmek" istediğim bir faktör içeren bir R veri çerçevem ​​var, böylece her faktör seviyesi için, yeni bir veri çerçevesinde 1/0 göstergesi içeren ilişkili bir sütun var. Örneğin:

df.original <-data.frame(eggs = c("foo", "foo", "bar", "bar"), ham = c(1,2,3,4))

İstiyorum:

df.desired  <- data.frame(foo = c(1,1,0,0), bar=c(0,0,1,1), ham=c(1,2,3,4))

Çünkü tamamen sayısal bir veri çerçevesine sahip olmanız gereken bazı analizler için (örneğin, temel bileşen analizi), bu özelliğin yerleşik olabileceğini düşündüm. Bunu yapmak için bir işlev yazmak çok zor olmamalı, ancak bazılarını öngörebilirim sütun adlarıyla ilgili zorluklar ve zaten bir şey varsa, bunu kullanmayı tercih ederim.

Şu model.matrixişlevi kullanın :

model.matrix( ~ Species - 1, data=iris )

Veri çerçeveniz yalnızca faktörlerden oluşuyorsa (veya tümü faktör olan bir değişkenler alt kümesi üzerinde çalışıyorsanız), paketteki acm.disjonctifişlevi de kullanabilirsiniz 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

Tam olarak tarif ettiğiniz durum değil, ama faydalı da olabilir ...

reshape2Paketi kullanmanın hızlı bir yolu :

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

Bunun tam olarak istediğiniz sütun adlarını oluşturduğuna dikkat edin.

muhtemelen kukla değişken istediğiniz şeye benzer. Model.matrix kullanışlıdır:

> 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

Geç giriş class.inddan nnetpaketin

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

Bu eski iş parçacığına henüz rastladım ve faktörlerden ve / veya sayısal verilerden oluşan bir veri çerçevesi almak için ade4'ü kullanan ve kukla kodlar olarak faktörlerle bir veri çerçevesi döndüren bir işlev ekleyeceğimi düşündüm.

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)
} 

Hadi deneyelim.

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)

İşte bunu yapmanın daha net bir yolu. Model.matrix'i kukla boolean değişkenleri oluşturmak için kullanıyorum ve ardından orijinal veri çerçevesine geri birleştiriyorum.

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.

Etkenleri 'patlatmak' için biraz daha esnek bir işleve ihtiyacım vardı ve ade4 paketindeki acm.disjonctif işlevini temel alarak bir işlev oluşturdum. Bu, acm.disjonctif içinde 0 ve 1 olan patlatılmış değerleri seçmenize olanak sağlar. Yalnızca 'az' seviyeye sahip faktörleri patlatır. Sayısal sütunlar korunur.

# 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)
}