如果您事先知道可用元素

Question

我有一个data.frame，其中的单元格包含一系列术语。

我希望为该列表中的每个术语生成一个新变量，表明该术语在该给定单元格中是否存在。

我在data.frame中有多个不同的这样的实例，并且不知道列表组成的修道院。

示例data.frame

require(plyr)

example<-data.frame(groups=letters)

example<-adply(example,
               1,
               function(x) data.frame(value=t(list(sample(LETTERS, 4)))))

    groups      value
1      a F, Y, N, X
2      b N, D, B, Y
3      c W, J, S, U
4      d I, S, N, A
5      e S, Z, Y, A
6      f O, R, J, A

由此，我希望获得

group     F     N     ...
1     A  TRUE  TRUE  ...
2     B FALSE  TRUE  ...
3     C FALSE FALSE  ...

Answer 1

根据您的要求，此处为功能形式

示例

myMatrix <- checkValues(example, makeMatrix=TRUE) myMatrix # A B C D E F ... # a FALSE FALSE FALSE FALSE FALSE FALSE ... # b FALSE FALSE FALSE FALSE FALSE TRUE ... # c FALSE FALSE FALSE TRUE FALSE FALSE ... # d FALSE TRUE FALSE TRUE FALSE FALSE ... # e TRUE FALSE FALSE FALSE FALSE FALSE ... # . # . # .

的功能：

checkValues <- function(myDF, makeMatrix=FALSE, makeUnique=TRUE, sort=TRUE) { # myDF should be a data frame containing columns `group` and `value` # if `makeMatrix` is T, will convert the list into a long matrix # `makeUnique` and `sort` only apply if `makeMatrix` is TRUE # (otherwise, they are ignored) res<- lapply(myDF$value, function(L1) t(sapply(myDF$value, function(L2) L1 %in% L2 )) ) # Make the names purtty names(res) <- myDF$group for (i in 1:length(res)) dimnames(res[[i]]) <- list(myDF$group, myDF$value[[i]]) # convert the list to matrix if (makeMatrix) { res <- do.call(cbind, res) # remove duplicates, if required if (makeUnique) res <- res[, !duplicated(res, MARGIN=2)] # order columns, if required if (sort) res <- res[, order(colnames(res))] } return(res) }

Answer 2

以下是data.table和reshape2解决方案

library(data.table)
EX <- data.table(example)

data.table(dcast(EX[,list(value = unlist(value)),by=groups], groups~value))[,lapply(.SD, is.na),by = groups]

解释步骤

EX[,list(value = unlist(value)),by=groups]以长格式创建data.table（列表值成为单个列
dcast(....)使用columns A ,..., Z but is an ugly mess of NA`值转换为宽格式
data.table()[,lapply(.SD), by = groups]按组遍历所有列并转换为逻辑值。 by不是必需的（并且会稍微慢一些），但是你必须以不同的方式处理群组列，我不会感到困扰。

如果您事先知道可用元素

如果您事先知道列名是什么，那么这是使用dcast

的简单替代方法

显然，你会用可能值的向量替换LETTERS。

EX[, setNames(as.list(LETTERS%in% unlist(value)), LETTERS),by = groups]

Answer 3

感谢此处的输入，我还创建了一个require（plyr）解决方案。

不如两种解决方案都优雅，但出于某种原因，我仍然觉得通过plyr解决方案更容易阅读。

创建一个可以生成单个虚拟变量的函数

single.value.to.dummy<-function(value.name, list.of.lists){
  ldply(.data=list.of.lists,
        function(list.element){ dummy<-value.name %in% list.element
                              names(dummy)<-value.name
                              return(dummy)
        })}

将此功能应用于列表列表中的所有唯一值

list.of.lists.to.dummy<-function(list.of.lists){

#Extract unique values
  value.names<-unique(unlist(list.of.lists))

  dummy.frame<-llply(.data=value.names,
                      function(value.name){
                        dummy<-single.value.to.dummy(value.name, list.of.lists)
                        return(dummy)})

  return(data.frame(dummy.frame))
}

example<-cbind(example, list.of.lists.to.dummy(example$value))


groups      value     T     S     P     O     U     A     C     B     N     V     D     H     Y     F
1      a T, S, P, O  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
2      b U, A, C, B FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE
3      c S, N, V, D FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE
4      d H, Y, F, X FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE
5      e M, Y, O, X FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
6      f Y, A, K, S FALSE  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE

从嵌入在数据框中的列表中获取虚拟（T / F）变量

3 个答案:

如果您事先知道可用元素