Question

我的数据框大约是50,000 X 200.列名是4种不同类型，末尾的数字范围是1-50（store1，price1，time1，rate1，store2，price2，time2，rate2，.. 。，store50，price50，time50，rate50）。我正在尝试根据每列的值创建虚拟变量，但是在处理循环内的列名时遇到问题。

store1    price1       time1      rate1     store2     price2    time2     rate2 ....
   A        55.55      08:09      1.44        B         44.44     11:09     1.46
   C        55.55      08:09      1.44        G         44.44     11:09     1.46
   X        55.55      08:09      1.44        E         44.44     11:09     1.46
   D        55.55      08:09      1.44        S         44.44     11:09     1.46

这是我到目前为止没有运气的尝试。

xform_data <- function(x) { 
       for(i in 1:50){
       storeX <-  (paste("store",i,sep="")) 
       storeX2  <- ifelse(storeX  == "A", 1, 2)
       x <- cbind(x, storeX2  )
       }
    x    
}

有什么建议吗？

Answer 1

以下比较名称而不是比较值：

ifelse(storeX  == "A", ...

尝试：

ifelse(x[,storeX]  == "A", ...

此外，所有新列都将被称为storeX2。您可能更喜欢重命名它们：

x <- cbind(x, storeX2)
colnames(x)[length(colnames(x))] <- storeX2

（我相信有更优雅的方法可以做到。）

Answer 2

@aix给出了使用循环执行此操作的正确方法，但是您可能会发现使用其他工具更快或更容易，具体取决于您希望最终结果。像sapply和lapply这样的函数可以用于以相同的方式处理数据帧的每一列（或数据帧的子集）。 model.matrix函数将一步将变量转换为虚拟变量（0和1）。其他可能有用的工具包括switch和match。

R处理for循环中的列名

2 个答案: