Question

我正在使用一个名为“ rawData”的数据框，该数据框具有一个名为“ Season”的列，其值的范围为1到4。我正在尝试使用循环执行一次热编码，即创建4个称为“第1季”，“第2季”，“第3季”，“第4季”的新列，其中每列的二进制指示符值为1/0显示每个数据点的列名称中的季节是否正在发生。到目前为止，我已经尝试过：

for (i in 1:4){
text<-paste("Season", toString(i), sep = " ")
if (rawData$season==i) {
rawData$text<-1
}
}

但是，我只是在数据框中获得了一个名为“文本”的附加列，且所有值均为= 1。我理解为什么R会这样做，但是我想不出另一种方法来使R做到我想要的。我尝试更改if-then语句，将“ rawData $ text”更改为“ rawData $ paste（“ Season”，toString（i），sep =“”）<-1“，但这给我一个错误

Answer 1

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')
)

library(dummy)
library(dummies)

df1 <- dummy.data.frame(df, names=c("subject"), sep="_")

此可重现的示例代码将帮助您进行一次热编码，而无需使用for循环。

您提供的示例同样适用于

df1 <- data.frame(seasons = c(1,3,2,4,3,4,1,1,1))

library(dummy)
library(dummies)

df2 <- dummy.data.frame(df1, names=c("seasons"), sep="_")

Answer 2

其他人只是告诉我怎么做：

df <- data.frame(seasons = c(1,3,2,4,3,4,1,1,1))
for(i in unique(df$seasons)) {
  df[[paste0("season_",i)]] <- ifelse(df$seasons==i,1,0)
}

R中的一键编码-通过循环中的变量创建数据框列名称

2 个答案: