将多个分类变量重塑为二元响应变量

时间:2013-08-27 20:32:57

标签: r plyr reshape reshape2

我正在尝试转换以下格式:

mydata <- data.frame(movie = c("Titanic", "Departed"), 
                     actor1 = c("Leo", "Jack"), 
                     actor2 = c("Kate", "Leo")))

     movie actor1 actor2
1  Titanic    Leo   Kate
2 Departed   Jack    Leo

到二元响应变量:

     movie Leo Kate Jack
1  Titanic   1    1    0
2 Departed   1    0    1

我尝试了中描述的解决方案 Convert row data to binary columns 但我可以让它适用于两个变量,而不是三个变量。

如果有一个干净的方法,我真的很感激。

5 个答案:

答案 0 :(得分:15)

多少香料太多了?以下是tidyr的解决方案:

library(dplyr)
library(tidyr)

mydata %>%
  gather(actor,name,starts_with("actor")) %>%
  mutate(present = 1) %>%
  select(-actor) %>%
  spread(name,present,fill = 0)

       movie Jack Kate Leo
 1 Departed    1    0   1
 2  Titanic    0    1   1

答案 1 :(得分:7)

重塑data.frame的一种方法是使用reshape2包,使用meltdcast。例如:

library(reshape2)
long.mydata <- melt(mydata, id.vars = "movie")
wide.mydata <- dcast(long.mydata, movie ~ value, function(x) 1, fill = 0)

请注意fun.aggregate中的filldcast参数,这些参数控制在施法后填充内部的内容。

答案 2 :(得分:4)

既然他们说多样性是生活的调味品,这里是使用table的基础R的方法:

table(cbind(mydata[1], 
            actor = unlist(mydata[-1], use.names=FALSE)))
#           actor
# movie      Jack Leo Kate
#   Departed    1   1    0
#   Titanic     0   1    1

以上输出是matrix类的table。要获得data.frame,请使用as.data.frame.matrix

as.data.frame.matrix(table(
  cbind(mydata[1], actor = unlist(mydata[-1], use.names=FALSE))))
#          Jack Leo Kate
# Departed    1   1    0
# Titanic     0   1    1

答案 3 :(得分:1)

reshape2 - 包还有recast - 函数。

代码:

library(reshape2)
recast(mydata, id.var = 'movie', movie ~ value, fun.aggregate = length)

结果:

     movie Jack Kate Leo
1 Departed    1    0   1
2  Titanic    0    1   1

答案 4 :(得分:1)

更新的基于tidyr的选项是转换为长形,使用complete填充缺少的电影和演员组合,然后将逻辑is.na测试转换为一个数值。然后重新变宽。

library(tidyr)

mydata %>%
  pivot_longer(starts_with("actor"), names_to = "acted") %>%
  complete(movie, value) %>%
  dplyr::mutate(acted = as.numeric(!is.na(acted))) %>%
  pivot_wider(names_from = value, values_from = acted)
#> # A tibble: 2 x 4
#>   movie     Jack   Leo  Kate
#>   <fct>    <dbl> <dbl> <dbl>
#> 1 Departed     1     1     0
#> 2 Titanic      0     1     1