Question

我在R中有一个相当大的数据框，有两列。我试图从虚拟变量的Code列（factor类型，858级别）中取出。问题是当我试图这样做时，R Studio总是崩溃。

> str(d)
'data.frame':   649226 obs. of  2 variables:
 $ User: int  210 210 210 210 269 317 317 317 317 326 ...
 $ Code      : Factor w/ 858 levels "AA02","AA03",..: 164 494 538 626 464 496 435 464 475 163 ...

User列不是唯一的，这意味着可能有多个行具有相同的User。如果最后行数保持不变或者具有相同User的行被合并到一行中，并且具有多个非空的列且计数为Code，则无关紧要。

我找到了几个适用于较小数据集的解决方案，但不适用于我的解决方案。

尝试使用model.matrix，但R Studio只是崩溃了
```
m <- model.matrix( ~ Code, data = d)
```
在此处找到Automatically expanding an R factor into a collection of 1/0 indicator variables for every factor level
用for尝试ifelse循环，但代码运行了4个小时，然后我注意到R Studio崩溃了。
```
for (t in unique(d$Code)) {
  d[paste("Code", t, sep = "")] <- ifelse(d$Code == t, 1, 0)
}
```
在此处找到Create new dummy variable columns from categorical variable

如果您可以向我推荐一些快速且适用于此类数据的方法，那就太棒了。

谢谢！

Answer 1

这完全适合我：

library(reshape2)
m <- acast(data = d, User ~ Code)

唯一的问题是它产生了NA s而不是0 s，但这可以很容易地改变：

m[is.na(m)] <- 0

R：为每个因子级别将R因子扩展为虚拟列

1 个答案: