如何将离散因子绑定到大矩阵答案

【问题标题】：How to cbind a discrete factor to a large matrix如何将离散因子绑定到大矩阵
【发布时间】：2014-10-21 13:42:52
【问题描述】：

我有一个离散因子，长度为 79。

[1] 4 6 6 4 6 1 6 4 1 6 1 4 6 1 1 1 6 6 6 6 6 4 1 6 6 4 6 6 1 1 6 4 6 1 6 6 4 4
[39] 6 6 4 1 1 4 1 1 6 1 1 6 6 1 1 6 4 1 1 6 1 6 6 1 6 6 6 6 1 1 1 1 6 1 1 1 1 1
[77] 6 6 1
Levels: 1 4 6

我正在尝试将此离散因子绑定到一个大矩阵，其尺寸为：79 行 x 1921 列。有人告诉我，我的最终结果应该是添加了列的原始矩阵，但我不确定我应该如何解决这个问题。提前致谢。

这是我得到的用于将因子 cbind 到矩阵的代码：

dd1 = mat.x
for(v in levels(X)){
    nv = rep(0, length(X))
    nv[X==v] = 1
    dd1 = cbind(dd1, nv)
}

我收到此警告消息：

警告信息：

1: 在 cbind(dd1, nv) 中：

结果的行数不是向量长度的倍数（arg 2）

2: 在 cbind(dd1, nv) 中：

结果的行数不是向量长度的倍数（arg 2）

3: 在 cbind(dd1, nv) 中：

结果的行数不是向量长度的倍数（arg 2）

【问题讨论】：

不能使用矩阵。也许是一个数据框？矩阵列必须全部相同class
您是否真的尝试过cbind？我不明白为什么mat <- cbind(mat, vec) 不起作用（其中mat 是您的矩阵，vec 是您的因子向量）
可以，但已分解的向量将不再被分解
嗨，我编辑了我的原始帖子以包含我运行的警告消息和代码。
你确认length(X)==nrow(mat.x)了吗？

标签： r matrix cbind

【解决方案1】：

我认为你的问题只是一个错字。使用样本数据

mat.x <- matrix(1, nrow=17, ncol=4)
X <- factor(sample(c(4,6,10), 17, replace=T))

此代码有效

dd1 = mat.x
for(v in levels(X)){
    nv = rep(0, length(X))
    nv[X==v] = 1
    dd1 = cbind(dd1, nv)
}

请注意，我必须将 nv[y==v] = 1 更改为 nv[X==v] = 1，因为您没有在问题的任何地方定义 y。

【讨论】：

使用cbind(mat.x,model.matrix(~X-1))不是更好/更高效吗？
当然。我想我只是想弄清楚为什么代码不起作用。
天哪，你是对的！我现在在踢自己。谢谢。

【解决方案2】：

matrix 中的所有元素必须是同一个类。改用 data.frame 或 data.table

 data.frame(vec, mat)

【讨论】：