Question

我有7行4列的数据集“数据”，如下所示：

var1       var2    var3    var4
    A        C      
    A        C       B  
    B        A       C       D
    D        B  
             B  
    D        B      
    B        C

我想根据我的数据创建以下表格“Mat”：

A   B   C   D
1       1   
1   1   1   
1   1   1   1
    1       1
    1       
    1       1
    1   1   1

基本上，我从原始数据中获取了独特的元素并创建了一个矩阵“Mat”，其中Mat中的行数=数据中的行数和“Mat”中的列数=数据中唯一元素的数量（即是，A，B，C，D）

我在R：

中写了以下代码

 rule <-c("A","B","C","D")

 mat<-matrix(, nrow = dim(data)[1], ncol = dim(rule)[1])

 mat<-data.frame(mat)

 x<-rule[,1]

 nm<-as.character(x)

 names(mat)<-nm

 n_data<-dim(data)[1]

 for(i in 1:n_data)

    {

      for(j in 2:dim(data)[2])

            {

                  for(k in 1:dim(mat)[2])

                    {

                          ifelse(data[i,j]==names(mat)[k],mat[i,k]==1,0)

                  }

          }

   }

我在“垫子”中获得所有NA。此外，运行时间太长，因为在我的原始数据集中，我在“Mat”中有20,000行和100列。

任何建议都将受到高度赞赏。谢谢！

Answer 1

这应该比嵌套的for循环更快：

> sapply(c("A", "B", "C", "D"), function(x) { rowSums(df == x, na.rm = T) })
#      A B C D
# [1,] 1 0 1 0
# [2,] 1 1 1 0
# [3,] 1 1 1 1
# [4,] 0 1 0 1
# [5,] 0 1 0 0
# [6,] 0 1 0 1
# [7,] 0 1 1 0

数据

df <- read.table(text = "var1 var2 var3 var4 A C NA NA A C B NA B A C D D B NA NA NA B NA NA D B NA NA B C NA NA", header = T, stringsAsFactors = F)

Answer 2

使用table和rep

table(rep(1:nrow(df),dim(df)[2]),unlist(df))
  A B C D
1 1 0 1 0
2 1 1 1 0
3 1 1 1 1
4 0 1 0 1
5 0 1 0 0
6 0 1 0 1
7 0 1 1 0

在R中的矩阵中查找元素的频率

2 个答案: