Question

我想知道你是否善良的人能回答我的问题。在我在下面提供的样本数据中，在第1列中，我有一个分类变量，在第2列中有p值。

x <- c(rep("A",0.1*10000),rep("B",0.2*10000),rep("C",0.65*10000),rep("D",0.05*10000))
categorical_data=as.matrix(sample(x,10000))
p_val=as.matrix(runif(10000,0,1))
combi=as.data.frame(cbind(categorical_data,p_val))
head(combi)

  V1                V2
1  A 0.484525170875713
2  C  0.48046557046473
3  C 0.228440979029983
4  B 0.216991128632799
5  C 0.521497668232769
6  D 0.358560319757089

我现在想要使用其中一个分类变量，假设是“C”，如果是C，则创建另一个变量（第3列中打印1，如果不是则打印0）。

combi$NEWVAR[combi$V1=="C"] <-1
combi$NEWVAR[combi$V1!="C" <-0

  V1                V2 NEWVAR
1  A 0.484525170875713 0
2  C  0.48046557046473 1
3  C 0.228440979029983 1
4  B 0.216991128632799 0
5  C 0.521497668232769 1
6  D 0.358560319757089 0

我想对V1中的每个变量执行此操作，然后使用lapply进行循环：

variables=unique(combi$V1)

loopeddata=lapply(variables,function(x){
combi$NEWVAR[combi$V1==x] <-1
combi$NEWVAR[combi$V1!=x]<-0
}
)

我的输出看起来像这样：

[[1]]
[1] 0

[[2]]
[1] 0

[[3]]
[1] 0

[[4]]
[1] 0

我想要的输出类似于第二个代码块中的表，但是当在第三列上循环时，A = 1，而B，C，D = 0。然后B = 1，A，C，D = 0等。

如果有人能帮助我，我将非常感激。

Answer 1

这样的事情怎么样：

model.matrix(~ -1 + V1, data=combi)

如果您愿意，可以cbind combi：

combi <- cbind(combi, model.matrix(~ -1 + V1, data=combi))

Answer 2

model.matrix绝对是在R中执行此操作的方法。但是，您也可以考虑使用table。

以下是使用我在使用set.seed(1)时得到的结果的示例（在与随机数据共享示例问题时始终使用种子）。

LoopedData <- table(sequence(nrow(combi)), combi$V1)
head(LoopedData)
#    
#     A B C D
#   1 0 1 0 0
#   2 0 0 1 0
#   3 0 0 1 0
#   4 0 0 1 0
#   5 0 1 0 0
#   6 0 0 1 0

## If you want to bind it back with the original data
combi <- cbind(combi, as.data.frame.matrix(LoopedData))

head(combi)
#   V1                 V2 A B C D
# 1  B 0.0647124934475869 0 1 0 0
# 2  C  0.676612401846796 0 0 1 0
# 3  C  0.735371692571789 0 0 1 0
# 4  C  0.111299667274579 0 0 1 0
# 5  B 0.0466546178795397 0 1 0 0
# 6  C  0.130910312291235 0 0 1 0

通过在R中使用lapply从分类数据创建子组

2 个答案: