Question

我需要将一些数据转换为关系数据库。在数据库实体中，有一系列21个是/否变量。在当前格式中，有一列包含一系列数字，用空格分隔，每一列对应一个＆＃34;是＆＃34;对于那个变量。

例如，该列可能会读取＆＃34; 3 7 12 20＆＃34;，这对应于＆＃34;是＆＃34;对于变量3,7,12和20，以及＆＃34; No＆＃34;为所有其他人。

我需要将该列转换为虚拟变量格式。我知道我可以使用＆＃34; Text to Columns＆＃34; excel中的工具用于分隔列中的数字。但就我而言，这就是我的意思。如何告诉软件数字列对应于某列的某个值？

我希望在Excel中这样做，但也开始熟练使用SQL和Stata。

谢谢！

Answer 1

这是在Excel中执行此操作的一种方法。如果您的A列中的当前数据从A2开始，B1:V1中的数字1到21，则在B2中输入以下公式并向右和向右填充根据需要：

=OR(NOT(ISERROR(FIND(" " & B$1& " ",$A2))),LEFT($A2,LEN(B$1)+1)=TEXT(B$1,"@") & " ",RIGHT($A2,LEN(B$1)+1)=" " & TEXT(B$1,"@"),TRIM($A2)=TEXT(B$1,"@"))

这测试四种情况之一：

我们正在寻找的价值（即相关栏目中的价值）在第一行），左侧有一个空格，可以在中找到 A列中的单元格（FIND(" " & B$1& " ",$A2)不是错误）;或
我们要查找的值加上一个尾随空格（TEXT(B$1,"@") & " "）是A列中单元格中的第一个内容（LEFT($A2,LEN(B$1)+1)）;或
我们正在寻找的值加上一个前导空格，是A列单元格中的最后一个。
我们正在寻找的值是A列单元格中唯一的东西。

Answer 2

虽然您没有提及它，但我想在R中提供解决方案。假设以下源数据：

# Load the needed package, load the workbook containing the input data and read the sheet
library(xlsx) 
wb <- loadWorkbook(file="currentFormat.xlsx")
input <- read.xlsx(file="currentFormat.xlsx", sheetIndex=1, startRow=2, header=FALSE, colIndex=1)

# Number of individuals/observations/rows
N <- nrow(input)

# Prepare output data matrix
output <- matrix(0, ncol=21, nrow=N)

# Get 'Yes' answers for each i in N
true <- apply(X=input, 1,FUN=function(z) {as.numeric(unlist(strsplit(z, fixed = TRUE, split = " "))) } )

# Fill the output matrix
for(i in 1:N) {
  output[i, true[[i]]] <- 1
}

# Write output spreadsheet
write.xlsx(x = as.data.frame(output), file = "dummyData.xlsx", sheetName = "Output", row.names = TRUE)

代码不是很漂亮但它确实想要你（我猜）：

如何将具有多个数字的列转换为一系列虚拟变量？

2 个答案: