Question

我有以下数据框，它将用作logit回归中的输入：

my_frame<-data.frame(y=c(1,0,1),A=c(0,1,1),B=c(1,0,0),C=c(0,0,0),t=c(1,1,1),x=c(1,0,0),z=c(1,0,1))

知道虚拟变量A，B和C通过线性方程（A + B + C = 1）连接，我需要在继续之前删除其中的一个。

 y A B C t x z
 1 0 1 0 1 1 1
 0 1 0 0 1 0 0
 1 1 0 0 1 0 1

现在，这是困难的部分。我想随机排除A，B，C和D组成的组中的一列，但不要排除数据帧最后一行中有1作为值的列。在我的示例中，我希望将B和C中的一个排除随机。

列D 不存在，因为在此特定数据框中，它总是值为0，但它仍然是同一组变量的一部分。

Answer 1

我真的不明白，你对关于D栏的最后一句话的意思是什么，但无论如何，你可以试试这个：

my_frame<-data.frame(y=c(1,0,1),A=c(0,1,1),B=c(1,0,0),C=c(0,0,0),t=c(1,1,1),x=c(1,0,0),z=c(1,0,1))

allRelevantCols <- c("A", "B", "C")

# Get all columns, which can be excluded
allColsToExclude <- allRelevantCols[which(my_frame[nrow(my_frame), allRelevantCols] == 0)]

for (i in 1:<how often you would like to run this>) {
  colsToExclude <- c(sample(allColsToExclude, 1))
  my_frame[, -which(colnames(my_frame) %in% colsToExclude)]
}

随机删除从一个组中选择的列，不包括一个

1 个答案: