test_set
和train_set
的单独数据集中找到。以下代码的作用是发现数据集中的因子在因子向量中的匹配位置,并将1放在矩阵的位置。将此矩阵compound_test
乘以test_set$Compound
应该会给您compare_comp
。
test_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)])
train_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)])
compare_comp <- letters[1:3]
compound_test <- matrix(0,nrow(test_set),length(compare_comp)) # test indicator matrix
compound_train <-matrix(0,nrow(train_set),length(compare_comp))
for (i in 1:length(compare_comp)){
compound_test[which(compare_comp[i]==test_set$Compound),i]=1
compound_train[which(compare_comp[i]==train_set$Compound),i]=1}
R中是否有一个函数可以让我创建相同的东西而无需for循环?我已经尝试过model.matrix(~Compound,data=test_set)
,但是由于参考级别的原因,它不包括列,并且还会产生不需要的列名
答案 0 :(得分:2)
更简单的选择是model.matrix
中的base R
model.matrix(~ Compound-1, train_set)
model.matrix(~ Compound-1, test_set)
如果我们table
有一系列行,也可以使用cbind
table(cbind(nr = seq_len(nrow(train_set)), train_set))