将字符串列编码为几个虚拟列[重复]答案

【问题标题】：Encode string column as several dummy columns [duplicate]将字符串列编码为几个虚拟列[重复]
【发布时间】：2019-06-11 15:26:58
【问题描述】：

我想获取表单的数据

     names   label
1    A/B     V
2    A       W
3    A/C/D   X
4    B/C     Y
5    B/D     Z

并将“名称”列编码为多个包含虚拟变量的列，该变量显示是否包含特定名称，即

     A   B   C   D   label
1    1   1   0   0   V
2    1   0   0   0   W
3    1   0   1   1   X
4    0   1   1   0   Y
5    0   1   0   1   Z

感觉应该有一个 R 函数可以轻松解决这个问题，但我一直找不到。感谢您的任何指点！

【问题讨论】：

标签： r string dataframe split

【解决方案1】：

一个选项是用/ 分割字符串列并使用mtabulate

library(qdapTools)
cbind(mtabulate(strsplit(df1$names, "/")), df1['label'])
#   A B C D label
#1 1 1 0 0     V
#2 1 0 0 0     W
#3 1 0 1 1     X
#4 0 1 1 0     Y
#5 0 1 0 1     Z

或在base R

table(stack(setNames(strsplit(df1$names, "/"), df1$label))[2:1])

没有使用任何包

数据

df1 <- structure(list(names = c("A/B", "A", "A/C/D", "B/C", "B/D"), 
label = c("V", "W", "X", "Y", "Z")), class = "data.frame", 
 row.names = c("1", "2", "3", "4", "5"))

【讨论】：

【解决方案2】：

使用separate_rows 将其放入长格式，然后table 将产生输出。转置以使其按问题中显示的方向。

library(dplyr)
library(tidyr)
DF %>%
  separate_rows(names) %>%
  table %>%
  t

给予：

     names
label A B C D
    V 1 1 0 0
    W 1 0 0 0
    X 1 0 1 1
    Y 0 1 1 0
    Z 0 1 0 1

注意

可重现形式的输入：

Lines <- "names   label
1    A/B     V
2    A       W
3    A/C/D   X
4    B/C     Y
5    B/D     Z"
DF <- read.table(text = Lines, as.is = TRUE)

【讨论】：