根据列名

Question

我有以下格式的数据框

    1 2 a b c
1   a b 0 0 0
2   b   0 0 0
3   c   0 0 0

我想用TRUE / FALSE填充列a到c，表示列名是否在第1列或第2列

    1 2 a b c
1   a b 1 1 0
2   b   0 1 0
3   c   0 0 1

我有一个大约530,000条记录，4条描述列和95条输出列的数据集，因此for循环不起作用。我尝试过以下格式的代码，但这太费时了：

> for(i in 3:5) {   
>   for(j in 1:3) {
>     for(k in 1:2){
>       if(df[j,k]==colnames(df)[i]) df[j, i]=1
>     }   
>   } 
> }

是否有更简单，更有效的方法来实现相同的输出？

提前致谢！

Answer 1

一个选项是来自mtabulate

的qdapTools

library(qdapTools)
df1[-(1:2)] <- mtabulate(as.data.frame(t(df1[1:2])))[-3]
df1
#  1 2 a b c
#1 a b 1 1 0
#2 b   0 1 0
#3 c   0 0 1

转换为melt后，我们matrix数据集，使用table获取频率，并将输出分配给数字列。

library(reshape2)
df1[-(1:2)] <- table(melt(as.matrix(df1[1:2]))[-2])[,-1]

或者我们可以粘贴＆＃39;前两列并使用cSplit_e来获取二进制格式。

library(splitstackshape)
cbind(df1[1:2], cSplit_e(as.data.table(do.call(paste, df1[1:2])),
                   'V1', ' ', type='character', fill=0, drop=TRUE))

数据

df1 <- structure(list(`1` = c("a", "b", "c"), `2` = c("b", "", ""), 
a = c(0L, 0L, 0L), b = c(0L, 0L, 0L), c = c(0L, 0L, 0L)), .Names = c("1", 
"2", "a", "b", "c"), class = "data.frame", row.names = c("1", 
"2", "3"))