Question

我有一个像这样的数据框：

group   student exam_passed subject 
A       01      Y           Math
A       01      N           Science
A       01      Y           Japanese
A       02      N           Math
A       02      Y           Science
B       01      Y           Japanese
C       02      N           Math

我想要实现的是以下结果：

group   student exam_passed subject_Math  subject_Science  subject_Japanese   
A       01      Y           1             0                0
A       01      N           0             1                0
A       01      Y           0             0                1
A       02      N           1             0                0           
A       02      Y           0             1                0
B       01      Y           0             0                1
C       02      N           1             0                0

这是测试数据框：

df <- data.frame(
group = c('A', 'A', 'A', 'A', 'A', 'B', 'C'),
student = c('01', '01', '01', '02', '02', '01', '02'),
exam_pass = c('Y', 'N', 'Y', 'N', 'Y', 'Y', 'N'),
subject = c('Math', 'Science', 'Japanese', 'Math', 'Science', 'Japanese', 'Math')
)

我尝试了for循环，但是原始数据太大，无法处理，并且

mltools::one_hot(df, col = 'subject')

由于以下错误也不起作用：

Error in `[.data.frame`(dt, , cols, with = FALSE) :
unused argument (with = FALSE)

有人可以帮我吗？谢谢！

Answer 1

require(tidyr)
require(dplyr)

df %>% mutate(value = 1)  %>% spread(subject, value,  fill = 0 ) 


group student exam_pass Japanese Math Science
1     A      01         N        0    0       1
2     A      01         Y        1    1       0
3     A      02         N        0    1       0
4     A      02         Y        0    0       1
5     B      01         Y        1    0       0
6     C      02         N        0    1       0

Answer 2

您可以使用名称为simple: [ { label: 'Head', children: [ { label: 'My Label#!', handler: (node) => this.onclick(node), children: [ { label: 'Sub-Label#1',handler: (node) => this.onclick(node), value: 'This is text#2 content from the label object' }, { label: 'Sub-Label#2',handler: (node) => this.onclick(node), value: 'This is text#2 content from the label object' } ] } ] } ] onclick(node) { alert(node) },的不可思议的功能来完成此操作。

文档的相关部分：

如果contrasts返回一个单位矩阵。

这是一个基本的实现：

contrasts = FALSE

这是相当通用的，不依赖于其他库，并且除了非常大的数据集外，应该相当快。

Answer 3

另一个选择

library(dplyr)
df %>% 
  mutate(subject_Math = ifelse(subject=='Math', 1, 0),
         subject_Science = ifelse(subject=='Science', 1, 0),
         subject_Japanese = ifelse(subject=='Japanese', 1, 0))

Answer 4

这是使用data.table库和caret

的更通用的解决方案

library(caret)
library(data.table)

dt <- data.table(
  group = c('A', 'A', 'A', 'A', 'A', 'B', 'C'),
  student = c('01', '01', '01', '02', '02', '01', '02'),
  exam_pass = c('Y', 'N', 'Y', 'N', 'Y', 'Y', 'N'),
  subject = c('Math', 'Science', 'Japanese', 'Math', 'Science', 'Japanese', 'Math')
)

vars <- 'subject'
separator <- '_'


bin_vars <- predict(dummyVars( as.formula(paste0("~",paste0(vars,collapse = "+"))),
                               data = dt, na.action = na.pass), newdata = dt)

colnames(bin_vars) <- paste0(gsub(vars,paste0(vars,separator),colnames(bin_vars)))

dt[,vars:=NULL]
dt <- cbind(dt,bin_vars)

Answer 5

您可以利用R将布尔值转换为整数。

类似这样的东西：

new.data<-cbind(
 old.data,
 math=as.integer(old.data$subject=="math")
)

R-如何在使其他列保持静止的同时对单个列进行热编码？

5 个答案: