将一列拆分为多个二进制虚拟列[重复]

Question

我正在尝试将数据框中的单个“字符”变量拆分为多个“因子”变量。

> sampledf=data.frame(vin=c('v1','v2','v3'),features=c('f1:f2:f3','f2:f4:f5','f1:f4:f5'))
> sampledf
  vin features
1  v1 f1:f2:f3
2  v2 f2:f4:f5
3  v3 f1:f4:f5

> desireddf=data.frame(vin=c('v1','v2','v3'),f1=c(1,0,1),f2=c(1,1,0),f3=c(1,0,0),f4=c(0,1,1),f5=c(0,1,1))
> desireddf
  vin f1 f2 f3 f4 f5
1  v1  1  1  1  0  0
2  v2  0  1  0  1  1
3  v3  1  0  0  1  1

我尝试使用strsplit() 来分隔“功能”列

strsplit(as.character(df$features), ";") 

但没有运气分解它们。

Answer 1

在拆分 (strsplit(..) 'features' 列后，我们可以使用 qdapTools 中的 mtabulate。

library(qdapTools)
cbind(sampledf[1],mtabulate(strsplit(as.character(sampledf$features), ':')))
#  vin f1 f2 f3 f4 f5
#1  v1  1  1  1  0  0
#2  v2  0  1  0  1  1
#3  v3  1  0  0  1  1

或者我们可以使用来自library(splitstackshape)的cSplit_e

library(splitstackshape)
df1 <- cSplit_e(sampledf, 'features', ':', type= 'character', fill=0, drop=TRUE)
names(df1) <-  sub('.*_', '', names(df1))

或者使用base R 方法，我们像以前一样split，将strsplit 中的list 元素的名称设置为'vin' 列，转换为键/值列'data.frame' 使用stack，得到table，转置和cbind，第一列是'sampledf'。

cbind(sampledf[1],  
 t(table(stack(setNames(strsplit(as.character(sampledf$features), ':'), 
              sampledf$vin)))))