Question

给出的数据如下：

library(data.table)
DT <- data.table(x=rep(1:5, 2))

我想将这些数据拆分为5个布尔列，表示每个数字的存在。

我可以这样做：

new.names <- sort(unique(DT$x))

DT[, paste0('col', new.names) := lapply(new.names, function(i) DT$x==i), with=FALSE]

但这会使用一个令人讨厌的lapply，这可能比data.table替代方案慢，这个解决方案让我觉得不是很“data.table-ish”。

是否有更好和/或更快的方法来创建这些新列？

Answer 1

model.matrix怎么样？

model.matrix(~factor(x)-1,data=DT)

   factor(x)1 factor(x)2 factor(x)3 factor(x)4 factor(x)5
1           1          0          0          0          0
2           0          1          0          0          0
3           0          0          1          0          0
4           0          0          0          1          0
5           0          0          0          0          1
6           1          0          0          0          0
7           0          1          0          0          0
8           0          0          1          0          0
9           0          0          0          1          0
10          0          0          0          0          1
attr(,"assign")
[1] 1 1 1 1 1
attr(,"contrasts")
attr(,"contrasts")$`factor(x)`
[1] "contr.treatment"

显然，您可以将model.matrix放入[.data.table以获得相同的结果。不确定它是否会更快：

DT[,model.matrix(~factor(x)-1)]

Answer 2

还有nnet::class.ind

library(nnet)

cbind(DT, setnames(as.data.table(DT[, class.ind(x)]),paste0('col', unique(DT$x))))

Answer 3

library(data.table)
DT <- data.table(x=rep(1:5, 2))

# add column with id
DT[, id := seq.int(nrow(DT))]

# cast long table into wide
DT.wide <- dcast(DT, id ~ x, value.var = "x", fill = 0, fun = function(x) 1)

将factor列转换为多个布尔列

3 个答案: