代码之家 › 专栏 › 技术社区 › Sheldon

如何在R中为大型数据集添加虚拟变量[重复]

dummy-variable r

Sheldon · 技术社区 · 8 年前

我有一个包含列名的大型数据集:ID和Property。可能有多行共享相同的ID,这意味着一个ID具有许多不同的属性(类别变量)。我想为属性添加虚拟变量,最后得到一个数据帧,每行具有不同的ID,并使用1/0指示它是否具有该属性。原始数据有200万行和10000个不同的属性。因此,理想情况下,我将通过组合相同的ID来缩小行大小,并添加虚拟变量列(每个属性1列)。

当我使用以下代码时,R崩溃:

for(t in unique(df$property)){
df3[paste("property",t,sep="")] <- ifelse(df$property==t,1,0)

}

因此,我想知道在R中为大型数据集添加虚拟变量列的最有效方法是什么?

1 回复 | 直到 8 年前

akrun 8 年前

我们可以用 table

as.data.frame.matrix(table(df1))
#  A B C D
#1 1 1 0 0
#3 0 0 1 0
#4 0 0 0 1
#5 0 0 0 2

或者一种有效的方法是: dcast 从…起 data.table

library(data.table)
dcast(setDT(df1), a~b, value.var = "a", length)

数据

df1 <- structure(list(a = c(1L, 1L, 3L, 4L, 5L, 5L), b = c("A", "B", 
"C", "D", "D", "D")), .Names = c("a", "b"), row.names = c("1", 
"2", "3", "4", "5", "6"), class = "data.frame")

推荐文章

John Thomas · 使用tidyverse/dplyr[duplicate]创建虚拟变量作为计数

2 年前

waterline · 从R中的假人重建分类变量[重复]

7 年前

sahboor · 使用特定值为数据框中的每个变量创建虚拟指示器

7 年前

coding_is_fun · 因子水平虚拟变量R

7 年前

Daniel · 熊猫中的自定义虚拟编码

7 年前

Mike Guay · 在R中按日期范围创建虚拟变量

7 年前

ulima2_ · dplyr:在标记时间段之前的年内过滤

7 年前

Sheldon · 如何在R中为大型数据集添加虚拟变量[重复]

8 年前

Kamaney · 验证数据中缺少类别

9 年前

DomB · R: 使用匿名函数创建虚拟变量

9 年前