Question

我想将一些字符串重新编码为二进制模式，以便将它们编码为矩阵，在R中。假设我在数据框中有以下字符串：

strings  code
ABC       1
BCA       2
CAB       1

提取后我有以下字符串：

“ABC” “BCA” “CAB”

我想实施下一个转型：

A = 100
B = 010
C = 001

这样就可以将“ABC”转换为下一个矩阵

100
010
001

所以，“BCA”进入：

010
001
100

和“CAB”进入：

001
100
010

并且，在此转换之后，获取“ABC”的矢量：

100010001

代表ABC，依此类推。

基本上，我想要做的是为字母字符定义一个带二进制字典的算法，以便它使用R将每个字母转换为二进制序列。

我已经尝试了一些方法，但无法获得一个很好的功能......

任何帮助？

Answer 1

制作一个命名向量，然后拆分并匹配。

sapply(x, function(i)
  paste(rawToBits(charToRaw(i)), collapse = ""))

# ABC 
# "010000000000010000010000000001000101000000000100" 
# BCA 
# "000100000000010001010000000001000100000000000100" 
# CAB 
# "010100000000010001000000000001000001000000000100"

或者不是创建自定义词典，为什么不使用真正的二进制文件？

{{1}}

Answer 2

我们可以使用gsub。创建一个键/值list（'lst'），循环遍历'lst'的序列，使用gsub匹配'lst'的names，替换为'value' '并将其归还''字符串'列

lst <- list(A = '100', B = '010', C = '001')
for(i in seq_along(lst)) df1$strings <- gsub(names(lst)[[i]], lst[[i]], df1$strings)
df1
#    strings code
#1 100010001    1
#2 010001100    2
#3 001100010    1

将字符串重新编码为二进制矩阵

2 个答案: