如何将超过 2 个向量的变量转换为虚拟变量？

Question

现在，我正在尝试从具有两个以上向量的变量中创建一个新的虚拟变量。更具体地说，我的数据集有一个“州”变量，我想制作一个虚拟变量，其中 1 = 北方的州，0 = 所有其他州。这是数据集的一部分（这是一个非常大的集合，所以我只包括基本数据）：

  Year     StateICP  
1 1940        71     
2 1940        21     
3 1940        22     
4 1940        32     
5 1940        18     
6 1940        22  
7 1940        45     
8 1940        40     
9 1940        33     

所以我想做的是创建一个新列（称为“North”），如果 StateICP = 21、22、40 或 45，则新变量 = 1，否则为 0。比如我说，这是一个非常大的数据集（超过 1000000 个观察值），所以我无法手动逐行输入。我尝试了一个 ifelse 函数，但这只会给我错误。

我确信这并不复杂，但我对 R 还很陌生。我知道如何正常创建一个虚拟变量，但我被困在这里。任何帮助将不胜感激！谢谢！

Answer 1

所以，创建简单的数据集来复制您上面的内容：

df <- data.frame(Year = rep(1940,500), StateICP = sample(1:100, 500, TRUE))

这将创建一个 data.frame，其中包含您描述的列和 500 条记录。 StateICP 值是 1 到 100 之间随机生成的整数。如果我们想编写一个布尔值，我们可以简单地添加一个新列：

df$boolean <- df$StateICP %in% c(21, 22, 40, 45)

如果我们想按照您的描述将它们专门编码为 0,1，那么您可以使用 ifelse：

df$dummy <- ifelse(df$StateICP %in% c(21, 22, 40, 45), 1, 0)

你必须确保你在 ifelse 中使用了一个向量（因为它不接受数据参数）。