Question

set.seed(1)
names <- letters[1:3]

df <- 
  data.frame(id = LETTERS[1:5]
             names = replicate(5,paste0(sample(names, sample(1:3)),collapse = ',')),
             stringsAsFactors = F)

然后df中的每个ID都与1-3个名称相关联。

> df
  id names
1  A     a
2  B   b,c
3  C   c,b
4  D     c
5  E   b,c

如何有效地填充矩阵（在我们的示例中为5x3），其中0（＃name in not row）和1＆＃39; （行名）。矩阵看起来像：

res <- 
  matrix(nrow = nrow(df), ncol = length(names), 
         dimnames = list(df$id, names), data = 0)


> res
  a b c
A 0 0 0
B 0 0 0
C 0 0 0
D 0 0 0
E 0 0 0

第一行是（1,0,0），第二行是（0,1,1）等。

Answer 1

我们可以在table分割'名称'之后使用,，并stack将list输出分割为data.frame。

table(stack(setNames(strsplit(df$names, ","), df$id))[2:1])
#   values
#ind a b c
#  A 1 0 0
#  B 0 1 1
#  C 0 1 1
#  D 0 0 1
#  E 0 1 1

分割“名称”列后，mtabulate的其他选项为qdapTools。

library(qdapTools)
mtabulate(setNames(strsplit(df$names, ","), df$id))
#  a b c
#A 1 0 0
#B 0 1 1
#C 0 1 1
#D 0 0 1
#E 0 1 1

如果我们使用的是dplyr/tidyr，则有一个选项是separate_rows/spread

library(dplyr)
library(tidyr)
separate_rows(df, names) %>%  
          mutate(v1 = 1) %>% 
          spread(names, v1, fill = 0)
#  id a b c
#1  A 1 0 0
#2  B 0 1 1
#3  C 0 1 1
#4  D 0 0 1
#5  E 0 1 1

或者我们可以在分割后使用dcast中的data.table

library(data.table)
dcast(setDT(df)[, strsplit(names, ","), id], id ~V1, length)

数据

df <- structure(list(id = c("A", "B", "C", "D", "E"), names = c("a", 
"b,c", "c,b", "c", "b,c")), .Names = c("id", "names"), 
class = "data.frame", row.names = c("1", "2", "3", "4", "5"))

R：基于数据框变量

1 个答案:

数据