[英]reshaping factor data to matrix
在数据中重塑因子列的正确/简短方法是什么:
login has_profile_in
1234 Facebook
1234 LinkedIn
1235 VK
变成这样的矩阵:
login Facebook LinkedIn VK
1234 1 1 0
1235 0 0 1
使用提迪尔管道?
编辑:我知道一些常规的方法,例如reshape2
dcast(login~has_profile_in)
还有其他方法。 我的问题是如何以整齐的方式做到这一点,包括在基于通用管道的框架中进行操作
您可以使用aggregate
aggregate(has_profile_in ~ login, df, table)
# login has_profile_in.Facebook has_profile_in.LinkedIn has_profile_in.VK
#1 1234 1 1 0
#2 1235 0 0 1
您可以使用setNames
重命名列并使其更具可读性
setNames(aggregate(has_profile_in ~ login, df, table), c("Login", ""))
# Login .Facebook .LinkedIn .VK
#1 1234 1 1 0
#2 1235 0 0 1
如OP所要求的tidyr
法
library(dplyr)
library(tidyr)
df1 %>%
mutate(Count = 1) %>%
spread(has_profile_in, Count, fill = 0)
# login Facebook LinkedIn VK
#1 1234 1 1 0
#2 1235 0 0 1
最短的选择是table
as.data.frame.matrix(+(table(df1)!=0))
# Facebook LinkedIn VK
#1234 1 1 0
#1235 0 0 1
或使用data.table
library(data.table)
dcast(setDT(df1), login~has_profile_in, function(x) +(length(x)!=0))
# login Facebook LinkedIn VK
#1: 1234 1 1 0
#2: 1235 0 0 1
注意: dcast
可能是最快的,但投票仍在进行中,或者活动仍在进行中。
您可以使用
model.matrix(~yourFactor+0)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.