R：如何将分类变量变成虚拟变量，并折叠 ID 变量答案

【问题标题】：R : How to turn categorical variable into dummies, and collapsing ID variablesR：如何将分类变量变成虚拟变量，并折叠 ID 变量
【发布时间】：2018-01-19 14:57:49
【问题描述】：

我正在研究 R。

我有一个包含 2 列的数据框：一个标识符，其中一些标识符多次出现，以及一个分类变量。

每个标识符可以有多个类别。

我正在尝试将其转换为仅包含虚拟变量而不是分类变量的数据集。这也要求每个标识符变量只有一行，即使有些在原始数据框中多次出现（为了匹配多个类别）。

换句话说，我正在尝试改变这个：

data.frame(ID = c("A", "B", "C", "A", "C", "B"), 
       Color = c("Red", "Blue", "Green", "Blue", "Blue", "Red"))

进入这个：

data.frame(ID = c("A", "B", "C"), 
       Color_Red = c(1, 1, 0), 
       Color_Blue = c(1, 1, 1), 
       Color_Green = c(0, 0, 1))

有什么想法吗？

非常感谢！

【问题讨论】：

用table怎么样？
谢谢你，显然效果很好我不知道为什么我没有想到它！
对于寻找此页面以寻找虚拟变量的传统含义的其他人，请参阅model.matrix 和此答案：stackoverflow.com/a/12843557/8262231
@W.Murphy 对于查看包dummies 和函数dummy 或dummy.data.frame 也很有用。这里：cran.r-project.org/web/packages/dummies/dummies.pdf

标签： r

【解决方案1】：

另一种稍微重塑的解决方案：

df = data.frame(ID = c("A", "B", "C", "A", "C", "B"), 
                Color = c("Red", "Blue", "Green", "Blue", "Blue", "Red"))

library(tidyverse)

df %>%
  mutate(counts = 1) %>%
  spread(Color, counts, fill = 0)

#   ID Blue Green Red
# 1  A    1     0   1
# 2  B    1     0   1
# 3  C    1     1   0

【讨论】：

效果很好，谢谢！当然，我本可以想到 table 也可以 :)
它可以工作，但不会为您提供 data.frame 输出，而是“表”类的对象（即整数值数组）。

【解决方案2】：

with(df,table(ID,Color))
   Color
ID  Blue Green Red
  A    1     0   1
  B    1     0   1
  C    1     1   0

如果你需要结果是一个数据框，你可以重塑

dcast(data.frame(with(df,table(ID,Color))),ID~Color)
  ID Blue Green Red
1  A    1     0   1
2  B    1     0   1
3  C    1     1   0

【讨论】：

【解决方案3】：

使用data.table的另一种解决方案：

library(data.table)
setDT(df)
df <- dcast(df, ID ~ Color)
df[,2:4 := lapply(.SD,function(x){ifelse(is.na(x),0,1)}), .SDcols = 2:4]

结果：

    ID Blue Green Red
1:  A    1     0   1
2:  B    1     0   1
3:  C    1     1   0

【讨论】：