在 R 数据框中生成交互变量答案

【问题标题】：Generating interaction variables in R dataframes在 R 数据框中生成交互变量
【发布时间】：2011-01-06 01:12:35
【问题描述】：

除了 for 循环之外，还有其他方法可以在 R 数据帧中生成新变量，这将是现有变量之间所有可能的双向交互吗？即假设一个具有三个数值变量 V1、V2、V3 的数据框，我想生成以下新变量：

Inter.V1V2 (= V1 * V2) 
Inter.V1V3 (= V1 * V3)
Inter.V2V3 (= V2 * V3)

使用 for 循环的示例：

x <- read.table(textConnection('
   V1 V2 V3 V4
1  9   25   18
2  5   20   10
3  4   30   12
4  4   34   16'
), header=TRUE)

dim.init <- dim(x)[2]
for (i in 1: (dim.init - 1) ) {
        for (j in (i + 1) : (dim.init) ) {
                x[dim(x)[2] + 1]    <- x[i] * x[j]
                names(x)[dim(x)[2]] <- paste("Inter.V",i,"V",j,sep="")

        }
}

【问题讨论】：

标签： r dataframe

【解决方案1】：

如果你有一些因素，这里有一个适合你的方法：

> model.matrix(~(V1+V2+V3+V4)^2,x)
  (Intercept) V1 V2 V3 V4 V1:V2 V1:V3 V1:V4 V2:V3 V2:V4 V3:V4
1           1  1  9 25 18     9    25    18   225   162   450
2           1  2  5 20 10    10    40    20   100    50   200
3           1  3  4 30 12    12    90    36   120    48   360
4           1  4  4 34 16    16   136    64   136    64   544
attr(,"assign")
 [1]  0  1  2  3  4  5  6  7  8  9 10

【讨论】：

太棒了！您还可以摆脱不相关的（在我们的例子中）拦截 model.matrix(~(V1+V2+V3+V4)^2-1,x)
没错。或者对于完全一般的情况 as.data.frame(model.matrix(~ .^2-1,x))
如果你有数值变量而不是因子怎么办？这种方法还能用吗？
这也适用于数值变量。请注意，它不提供像 V1*V1 这样的自我交互术语。

【解决方案2】：

在这里，使用combn 和apply：

> x2 <- t(apply(x, 1, combn, 2, prod))

可以通过两个paste 命令来设置列名：

> colnames(x2) <- paste("Inter.V", combn(1:4, 2, paste, collapse="V"), sep="")

最后，如果您想将所有变量放在一起，只需 cbind 他们：

> x <- cbind(x, x2)
>   V1 V2 V3 V4 Inter.V1V2 Inter.V1V3 Inter.V1V4 Inter.V2V3 Inter.V2V4 Inter.V3V4
1  1  9 25 18          9         25         18        225        162        450
2  2  5 20 10         10         40         20        100         50        200
3  3  4 30 12         12         90         36        120         48        360
4  4  4 34 16         16        136         64        136         64        544

【讨论】：

非常好！根据示例，有没有办法使用 apply 来更改列名？
如果您只是要在采用公式的模型（例如 lm 或 glm）中使用这些交互，则无需生成变量。见：cran.r-project.org/doc/manuals/…
@Tristan ：好的，我知道在使用模型时，可以使用 R 的建模公式来完成。我想做的是生成交互变量，将它们用作分类问题的预测器。
太棒了 - 如果在编写代码时数据的列名是未知的，这正是可以使用的！

【解决方案3】：

我认为这个问题应该用poly/polym 函数来补充，它更进一步：它不仅产生变量之间的交互作用，而且产生直到选定程度的力量。还有orthogonal iteractions，可能很有用。

所问问题的直接解决方案是：

> polym(x$V1, x$V2, x$V3, x$V4, degree = 2, raw = T)
     1.0.0.0 2.0.0.0 0.1.0.0 1.1.0.0 0.2.0.0 0.0.1.0 1.0.1.0 0.1.1.0 0.0.2.0 0.0.0.1 1.0.0.1 0.1.0.1 0.0.1.1 0.0.0.2
[1,]       1       1       9       9      81      25      25     225     625      18      18     162     450     324
[2,]       2       4       5      10      25      20      40     100     400      10      20      50     200     100
[3,]       3       9       4      12      16      30      90     120     900      12      36      48     360     144
[4,]       4      16       4      16      16      34     136     136    1156      16      64      64     544     256
attr(,"degree")
 [1] 1 2 1 2 2 1 2 2 2 1 2 2 2 2

第 4、7、8、11、12、13 列有问题中的请求。其他列有其他类型的交互。如果您想获得正交交互，只需设置raw = FALSE。

【讨论】：