重塑数据框以将因子转换为 R 中的列答案

【问题标题】：Reshape data frame to convert factors into columns in R重塑数据框以将因子转换为 R 中的列
【发布时间】：2011-01-25 03:14:01
【问题描述】：

我有一个数据框，其中一个特定列具有一组特定值（例如，1、2、...、23）。我想做的是将这种布局转换为一种，其中框架将有额外的 23 列（在这种情况下），每列代表一个因子值。这些列中的数据将是布尔值，指示特定行是否具有给定的因子值……举个具体的例子：

源框架：

ID       DATE         SECTOR
123      2008-01-01   1
456      2008-01-01   3
789      2008-01-02   5
... <more records with SECTOR values from 1 to 5>

所需格式：

ID       DATE         SECTOR.1   SECTOR.2   SECTOR.3   SECTOR.4   SECTOR.5
123      2008-01-01      T          F          F          F          F
456      2008-01-01      F          F          T          F          F
789      2008-01-02      F          F          F          F          T

循环执行没有问题，但我希望有更好的方法。到目前为止reshape() 没有产生预期的结果。非常感谢您的帮助。

【问题讨论】：

标签： r reshape factors

【解决方案1】：

我会尝试绑定另一个名为“value”的列并设置value = TRUE。

df <- data.frame(cbind(1:10, 2:11, 1:3))
colnames(df) <- c("ID","DATE","SECTOR")
df <- data.frame(df, value=TRUE)

然后做一个重塑：

reshape(df, idvar=c("ID","DATE"), timevar="SECTOR", direction="wide")

使用reshape 函数的问题是缺失值的默认值为NA（在这种情况下，您将不得不迭代并用FALSE 替换它们）。

否则您可以使用reshape 包外的cast (see this question for an example)，并将默认设置为FALSE。

df.wide <- cast(df, ID + DATE ~ SECTOR, fill=FALSE)
> df.wide 
   ID DATE     1     2     3
1   1    2  TRUE FALSE FALSE
2   2    3 FALSE  TRUE FALSE
3   3    4 FALSE FALSE  TRUE
4   4    5  TRUE FALSE FALSE
5   5    6 FALSE  TRUE FALSE
6   6    7 FALSE FALSE  TRUE
7   7    8  TRUE FALSE FALSE
8   8    9 FALSE  TRUE FALSE
9   9   10 FALSE FALSE  TRUE
10 10   11  TRUE FALSE FALSE

【讨论】：

谢谢。我应该考虑创建一个值列。有趣的是，在 26 个因子级别的 9,500 行上，值列/重塑方法需要 1.4 秒，而使用迭代方法（超过级别）只需要 0.6 秒。
不要被这些函数所欺骗：reshape 函数本身会进行迭代，如果您查看它。但除此之外它还有很多其他作用，这将增加总时间。 reshape 之类的东西并不是为了表现得更好；它们只是为了使数据操作更容易。

【解决方案2】：

这是使用xtabs 的另一种方法，它可能会更快，也可能不会更快（如果有人愿意让我知道的话）：

df <- data.frame(cbind(1:12, 2:13, 1:3))
colnames(df) <- c("ID","DATE","SECTOR")
foo <- xtabs(~ paste(ID, DATE) + SECTOR, df)
cbind(t(matrix(as.numeric(unlist(strsplit(rownames(foo), " "))), nrow=2)), foo)

【讨论】：