将数值转换为二进制 (0/1)答案

【问题标题】：Convert numeric values into binary (0/1)将数值转换为二进制 (0/1)
【发布时间】：2013-01-09 16:33:16
【问题描述】：

我有一个数据框，其中包含不同人的不同种类水果的计数。如下所示

    apple  banana  orange
Tim     3       0       2
Tom     0       1       1
Bob     1       2       2

我怎样才能把它变成一个二进制矩阵，即如果一个人至少有一个水果，不管他有多少，那么我记录1，如果没有，记录0。如下所示

    apple  banana  orange
Tim     1       0       1
Tom     0       1       1
Bob     1       1       1

【问题讨论】：

你的对象是矩阵还是数据框？如果它是包含所有数字信息的数据框，您可以使用as.matrix 将其强制转换为矩阵。
这是一个带有标题的数据框

标签： r dataframe matrix binary

【解决方案1】：

这是你的data.frame：

x <- structure(list(apple = c(3L, 0L, 1L), banana = 0:2, orange = c(2L, 
1L, 2L)), .Names = c("apple", "banana", "orange"), class = "data.frame", row.names = c("Tim", 
"Tom", "Bob"))

还有你的矩阵：

as.matrix((x > 0) + 0)
    apple banana orange
Tim     1      0      1
Tom     0      1      1
Bob     1      1      1

更新

我不知道睡前快速发帖会产生any discussion，但讨论本身很有趣，所以我想在这里总结一下：

我的直觉是简单地接受这样一个事实，即在 R 中的 TRUE 和 FALSE 下方是数字 1 和 0。如果您尝试（一种不太好的方法）检查等价性，例如1 == TRUE 或0 == FALSE，您将得到TRUE。我的捷径（结果比正确花费更多时间，或者至少在概念上更正确方式）只是添加@987654333 @ 给我的TRUEs 和FALSEs，因为我知道 R 会将逻辑向量强制转换为数字。

正确的，或者至少更合适的方法是使用as.numeric 转换输出（我认为这是@JoshO'Brien 打算写的）。但是....不幸的是，这会删除输入的维度属性，因此您需要将结果向量重新转换为矩阵，事实证明，它仍然是 still 比我在回答中添加 0 更快。

阅读了 cmets 和批评后，我想我会再添加一个选项 --- 使用 apply 循环遍历列并使用 as.numeric 方法。这比手动重新创建矩阵慢，但比将0 添加到逻辑比较中略快。

x <- data.frame(replicate(1e4,sample(0:1e3)))
library(rbenchmark)
benchmark(X1 = {
            x1 <- as.matrix((x > 0) + 0)
          },
          X2 = {
            x2 <- apply(x, 2, function(y) as.numeric(y > 0))
          },
          X3 = {
            x3 <- as.numeric(as.matrix(x) > 0)
            x3 <- matrix(x3, nrow = 1001)
          },
          X4 = {
            x4 <- ifelse(x > 0, 1, 0)
          },
          columns = c("test", "replications", "elapsed", 
                      "relative", "user.self"))
#   test replications elapsed relative user.self
# 1   X1          100 116.618    1.985   110.711
# 2   X2          100 105.026    1.788    94.070
# 3   X3          100  58.750    1.000    46.007
# 4   X4          100 382.410    6.509   311.567

all.equal(x1, x2, check.attributes=FALSE)
# [1] TRUE
all.equal(x1, x3, check.attributes=FALSE)
# [1] TRUE
all.equal(x1, x4, check.attributes=FALSE)
# [1] TRUE

感谢大家的讨论！

【讨论】：

为什么这比ifelse 好？（不问是因为我建议过，只是好奇）
@ChinmayPatil -- 一方面，Ananda 的解决方案运行速度比 ifelse() 版本快 3-4 倍。（FWIW as.logical(as.matrix(x) > 0) 的速度是他的解决方案的两倍。）这是我用来运行几次计时赛的 data.frame：x <- data.frame(replicate(1e4,sample(0:1e3)))。
@JoshO'Brien 感谢您的回复。我也检查了同样的事情。确实是这样。 :)
@JoshO'Brien，谢谢。你的意思是as.numeric，对吧？我很快就会更新我的答案。
@ChinmayPatil，我已经用一些基准和进一步反思更新了我的答案。

【解决方案2】：

我通常使用这种方法：

df[df > 0] = 1

【讨论】：

【解决方案3】：

使用可以使用ifelse。它应该适用于矩阵和数据框但是，结果值将是矩阵

> df <- cbind(aaple = c(3, 0 , 1), banana = c(0, 1, 2), orange = c(2, 1, 2))
> df
     aaple banana orange
[1,]     3      0      2
[2,]     0      1      1
[3,]     1      2      2

> ifelse(df>0, 1, 0)
     aaple banana orange
[1,]     1      0      1
[2,]     0      1      1
[3,]     1      1      1

【讨论】：

【解决方案4】：

只是使用比较：

d = t(matrix(c(3,0,2,0,1,1,1,2,2), 3))
d > 0
t(matrix(as.numeric(d>0), ncol(d)))

【讨论】：

【解决方案5】：

> pippo
  person apple banana orange
1    Tim     1      0      2
2    Tom     0      1      1
3    Bob     1      2      2
> cols <- c("apple", "banana", "orange")
> lapply(cols, function(x) {pippo[,x] <<- as.numeric(pippo[,x] >= 1)})

【讨论】：