为一天中的每个小时创建假人答案

【问题标题】：Creating dummy for every hour of the day为一天中的每个小时创建假人
【发布时间】：2019-10-02 15:30:11
【问题描述】：

我很惊讶在这个网站上找不到可以回答我的问题。

我想为一天中的每个小时创建 24 个虚拟变量（如果时间是一天中的那个小时，则值为 1，否则为 0）。一小部分数据如下所示：

       df <- as.POSIXct(c("08-01-2018 19:46", "08-01-2018 19:50", "08-01- 
       2018 20:46", "09-01-2018 21:17"), format = "%d-%m-%Y %H:%M")

       [1] "2018-01-08 19:46:00 CET" "2018-01-08 19:50:00 CET" "2018-01-08 
       20:46:00 CET" "2018-01-09 21:17:00 CET"

我希望输出是这样的：

           19 20 21
        1:  1  0  0
        2:  1  0  0
        3:  0  1  0
        4:  0  0  1

这个问题我已经看过了：Creating a dummy variable for certain hours of the day

我对我的问题的答案唯一的问题是我必须为每个案例编写 24 个 ifelse 语句。

我想知道是否有更优雅的方式来获得此输出，而无需编写 24 条 ifelse 语句。

如果此问题重复，请告诉我！

提前致谢，

【问题讨论】：

标签： r

【解决方案1】：

这样好吗？如果您需要data.frame，可以在输出中使用as.data.frame

library(lubridate)
hours <- as.factor(lubridate::hour(df))

# with intercept
model.matrix(~hours)

# without intercept - (+0)
model.matrix(~hours+0)

进一步阅读：

Generate a dummy-variable

https://stats.stackexchange.com/questions/174976/why-does-the-intercept-column-in-model-matrix-replace-the-first-factor

【讨论】：

如果有可能没有表示所有小时，但您想保证所有 24 个虚拟变量，则将 , levels=0:23 添加到对 factor 的调用中。
感谢@Jonny Phelps，它就像一个魅力。还要感谢 Greg Snow 的出色补充！

【解决方案2】：

使用基础 R 你可以这样做：

model.matrix(~a-1,data.frame(a=factor(as.POSIXlt(df)$h)))

 a19 a20 a21
1   1   0   0
2   1   0   0
3   0   1   0
4   0   0   1
attr(,"assign")
[1] 1 1 1
attr(,"contrasts")
attr(,"contrasts")$a
[1] "contr.treatment"

【讨论】：

【解决方案3】：

使用 tidyverse（使用 NA 抑制编辑）：

df <- tibble::tibble(time = as.POSIXct(c("08-01-2018 19:46", "08-01-2018 19:50", "08-01-2018 20:46", "09-01-2018 21:17"), format = "%d-%m-%Y %H:%M")
)

suppressPackageStartupMessages(library(dplyr))
df_dummy <- df %>% 
        mutate(
                hours = lubridate::hour(time),
                dummy = 1)

tidyr::pivot_wider(data = df_dummy, names_from = hours, values_from = dummy, values_fill = list(dummy = 0))
#> # A tibble: 4 x 4
#>   time                 `19`  `20`  `21`
#>   <dttm>              <dbl> <dbl> <dbl>
#> 1 2018-01-08 19:46:00     1     0     0
#> 2 2018-01-08 19:50:00     1     0     0
#> 3 2018-01-08 20:46:00     0     1     0
#> 4 2018-01-09 21:17:00     0     0     1

【讨论】：

【解决方案4】：

这个问题可以使用包lubridate来解决。

使用 for 循环的解决方案

hour() 为我们提供了 POSIXct 对象的时间。通过创建一个感兴趣的时间向量并让它们在您提供的时间点上运行，可以执行以下操作：

# hours, storage vector and list for building the dataframe
hourv <- c(19:21)
storage <- c()
list <- list()
# the loop over the desired hours and points in time 
for(k in 1:4){
for(i in 1:3){
  if(hourv[i] == hour(df[k])){
    storage[i] <- 1
  }
  else{
    storage[i] <- 0
  }
}
list[[k]] <- storage
}

结果

df1 <- as.data.frame(do.call(rbind,list))

  V1 V2 V3
1  1  0  0
2  1  0  0
3  0  1  0
4  0  0  1

数据

df <- as.POSIXct(c("08-01-2018 19:46", "08-01-2018 19:50", "08-01-2018 20:46", "09-01-2018 21:17"), format = "%d-%m-%Y %H:%M")

【讨论】：