基于来自其他列的字符串的虚拟变量列[重复]答案

【问题标题】：dummy variable columns based on strings from other columns [duplicate]基于来自其他列的字符串的虚拟变量列[重复]
【发布时间】：2019-11-27 20:55:27
【问题描述】：

我有一个数据库，其中包含患者 ID 号和他们接受的治疗。我想为每种不同的个体治疗（即，患者接受治疗 A、B、C、D）都有一个虚拟列。

这很简单，因为我有超过 20 种治疗方法和数千名患者，但我想不出一个简单的方法来做到这一点。

example <- data.frame(id_number = c(0, 1, 2, 3, 4), 
                      treatment = c("A", "A+B+C+D", "C+B", "B+A", "C"))

我想要这样的东西：

desired_result <- data.frame(id_number = c(0, 1, 2, 3, 4), 
                             treatment = c("A", "A+B+C+D", "C+B", "B+A","C"),
                             A=c(1,1,0,1,0), 
                             B=c(0,1,1,1,0),
                             C=c(0,1,1,0,1),
                             D=c(0,1,0,0,0))

【问题讨论】：

标签： r function dplyr dummy-variable

【解决方案1】：

base 版本：

example["A"] <- as.numeric(grepl("A", example[,"treatment"]))
example["B"] <- as.numeric(grepl("B", example[,"treatment"]))
example["C"] <- as.numeric(grepl("C", example[,"treatment"]))
example["D"] <- as.numeric(grepl("D", example[,"treatment"]))

example

  id_number treatment A B C D
1         0         A 1 0 0 0
2         1   A+B+C+D 1 1 1 1
3         2       C+B 0 1 1 0
4         3       B+A 1 1 0 0
5         4         C 0 0 1 0

grepl 函数测试每行中每个模式的存在，as.numeric 将逻辑 TRUE/FALSE 更改为 1/0

【讨论】：

【解决方案2】：

tidyverse 的一种可能是：

example %>%
 mutate(treatment2 = strsplit(treatment, "+", fixed = TRUE)) %>%
 unnest() %>%
 spread(treatment2, treatment2) %>%
 mutate_at(vars(-id_number, -treatment), ~ (!is.na(.)) * 1)

  id_number treatment A B C D
1         0         A 1 0 0 0
2         1   A+B+C+D 1 1 1 1
3         2       C+B 0 1 1 0
4         3       B+A 1 1 0 0
5         4         C 0 0 1 0

或者：

example %>%
 mutate(treatment2 = strsplit(treatment, "+", fixed = TRUE)) %>%
 unnest() %>%
 mutate(val = 1) %>%
 spread(treatment2, val, fill = 0)

【讨论】：