循环创建虚拟变量 R答案

【问题标题】：Loop to create dummy variable R循环创建虚拟变量 R
【发布时间】：2013-06-12 16:40:39
【问题描述】：

我正在尝试使用基于变量最频繁响应的循环生成虚拟变量（必须为 1/0）。经过大量的谷歌搜索，我还没有想出一个解决方案。我使用

提取了最常见的响应（字符串，比如前 5 个是“A”、“B”、...、“E”）

top5<-names(head(sort(table(data$var1), decreasing = TRUE),5)

我希望循环检查另一个变量（“var2”）是否等于 A，如果是，则设置 =1，OW =0，然后使用聚合（）给出摘要。在 Stata 中，我可以使用 `i' 来引用循环变量 i，但在 R 中则不行...不起作用的代码是：

for(i in top5) {
   data$i.dummy <- ifelse(data$var2=="i",1,0)
   aggregate(data$i.dummy~data$age+data$year,data,mean)
}

有什么建议吗？

【问题讨论】：

为什么i 周围有引号？您将 var2 与字符 "i" 进行比较，而不是变量 i... 而且，比 ifelse 更快的是 as.integer(data$var2==i)。
下面是您要找的东西吗？如果不是，请添加一些有关您希望做什么的详细信息。

标签： r loops

【解决方案1】：

如果您希望前 5 名中的每个项目有一列，那么我会在 top5 中的元素旁边使用 sapply。不需要ifelse，因为== 比较并给出TRUE，如果比较结果为TRUE，则为1，否则为0

这里我们 cbind 一个 5 列的矩阵，如果 data$var2 中的行等于 'top5' 的相应元素，则每个 top5 的每个元素都包含 1：

data <- cbind( data , sapply( top5 , function(x) as.integer( data$var2 == x ) ) )

如果您想要一列匹配任何top5，那就更简单了：

data$dummies <- as.integer( data$var2 %in% top5 )

as.integer() 在这两种情况下都用于将TRUE 或FALSE 分别转换为1 和0。

一个简化的例子来说明它是如何工作的：

set.seed(123)
top2 <- c("A","B")
data <- data.frame( var2 = sample(LETTERS[1:4],6,repl=TRUE) )

#  Make dummy variables, one column for each element in topX vector
data <- cbind( data , sapply( top2 , function(x) as.integer( data$var2 == x ) ) )
data
#  var2 A B
#1    B 0 1
#2    D 0 0
#3    B 0 1
#4    D 0 0
#5    D 0 0
#6    A 1 0

#  Make single column for all elements in topX vector
data$ANY <- as.integer( data$var2 %in% top2 )
data
#  var2 ANY A B
#1    B   1 0 1
#2    D   0 0 0
#3    B   1 0 1
#4    D   0 0 0
#5    D   0 0 0
#6    A   1 1 0

【讨论】：

【解决方案2】：

查看fortune(312)，然后阅读帮助?"[["，可能还有paste0 的帮助。

然后可能考虑使用其他工具，例如 model.matrix 和 sapply，而不是使用循环自己做所有事情。

【讨论】：