Question

我有一个包含2列的简单表：ID（整数）和Category（字符串），每个ID可以重复几个类别，如下所示：

ID    Cat
---   ---
1     A
1     B
2     B
3     A
3     B
3     C

我想重塑这个表，以便每个唯一的类别都是一个虚拟变量（如果ID有，则为0/1）：

ID    A   B   C
---   --  --  --
1     1   1   0
2     0   1   0
3     1   1   1

现在，如果已知（和小）这组唯一类别，则这是一个简单的CASE WHEN语句x no。独特的类别。

我的问题是：

a）如果它不是未知或真的很大怎么办？如何自动创建“CASE WHEN”效果？

b）更重要的是：我不一定对所有类别感兴趣（仅说'A'和'B'的假人），但只有我在一个名为Cats的单独表中的类别，这是一个简单的1列保持我的相关类别（再次，未知有多少），如：

 Cat
 ---
 A
 B

如何仅为此动态表中的类别创建虚拟变量？

你认为所有这一切都应该在其他工具中完成，例如R'

谢谢！

（我正在使用带有SQLA的Teradata SQL，但我认为这是一个普遍的SQL问题）

Answer 1

只需使用table：

table(dat)
   Cat
ID  A B C
  1 1 1 0
  2 0 1 0
  3 1 1 1

如果你想拥有一组Cat的二进制表：

table(subset(dat,Cat %in% c('A','B')))
   Cat
ID  A B
  1 1 1
  2 0 1
  3 1 1