如何从一个变量中创建两个新变量，并在 R 中为其附加虚拟值？

Question

我对任何类型的编码都是全新的，尤其是 R，所以我在谷歌上搜索的日子并不是很有帮助。 我真的很感激任何帮助/见解！

我想知道如何从原始变量中获取两个新变量，并为其附加新值 - 基本上我从这个开始：

并想得到这个：

我设法用melt(dataname, id.vars=c("ID"))得到它的长格式，我得到的 ID 和值很好。 但是只有一个变量，我的四个标题（loudHot、quietHot、loudCold、quietCold）重复了 - 我如何从中创建两个新变量并为其分配值（例如，“Volume”的值是 1 当原始变量是 loudHot 或 loudCold，如果是 quietHot 或 quietCold，则为 0，然后当原始变量为 loudHot 或 quietHot 时，“Temp”为 1，当它的 loudCold 或 quietCold 时为 0）？

Answer 1

我不会对自己太苛刻 - 这并不是微不足道的。 无论如何，您可以使用pivot_longer中的tidyr和dplyr进行一些数据操作来实现您想要的结果：

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(-ID) %>%
  mutate(Volume = as.numeric(grepl("loud", name)),
         Temp   = as.numeric(grepl("Hot",  name))) %>%
  select(ID, Volume, Temp, value)
#> # A tibble: 32 x 4
#>       ID Volume  Temp value
#>    <dbl>  <dbl> <dbl> <dbl>
#>  1     2      1     1    14
#>  2     2      0     1    16
#>  3     2      1     0    16
#>  4     2      0     0    15
#>  5     4      1     1    19
#>  6     4      0     1    15
#>  7     4      1     0    10
#>  8     4      0     0     8
#>  9     6      1     1    11
#> 10     6      0     1    17
#> # ... with 22 more rows

---

数据

df <- data.frame(ID        = (1:8) * 2,
                 loudHot   = c(14, 19, 11, 20, 18, 17, 16, 2),
                 quietHot  = c(16, 15, 17, 5, 10, 10, 15, 0),
                 loudCold  = c(16, 10, 10, 4, 3, 2, 14, 2),
                 quietCold = c(15, 8, 17, 8 ,10, 12, 5, 0))

作为任何未来 SO 问题的提示，请不要发布数据图像。 这里的人们需要能够剪切和粘贴数据文本以测试和验证解决方案。 理想情况下，您应该通过将输入 function 的dput放入代码块中来执行此操作。 人们很少会从图像中手动转录数据。

^{由代表 package (v2.0.1) 于 2022 年 2 月 4 日创建}

Answer 2

以免使用dplyr和tidyr包来解决您的问题。

对您的第一个建议是始终添加您的数据的最小可重现示例，以便我们使用它并更快地帮助您。 这并不复杂，您可以使用dput(head(yourdata, 10)) ，例如，或模拟一些观察。

我做了一个模拟如下：

library(dplyr)
library(tidyr)

data <- data.frame(
  id = 1:5,
  loudHot = sample(10:20, 5, replace = TRUE),
  quieHot = sample(10:20, 5, replace = TRUE),
  loudCold = sample(0:12, 5, replace = TRUE),
  quiteCold = sample(0:12, 5, replace = TRUE)
)

现在我们有了数据，不要使用tidyr::pivot_longer将其转换为长格式。 此 function 将 dataframe 以宽格式作为参数，您想要收集的列（或您不想使用-符号收集的列）。

# Data to long format
data_long <- pivot_longer(
  data, cols = -id, 
  names_to = 'variable', values_to = 'value'
  )

有了它，现在您只需要创建虚拟对象，这很简单。

# Adding new variables
data_with_dummy <- mutate(
  data_long,
  volume = as.numeric(variable %in% c('loudHot', "loudCold")),
  temp = as.numeric(variable %in% c('loudHot', "quietCold"))
  )

Answer 3

这是一个基本的 R 方法：

# Original data
df <- data.frame(
  ID = c(2, 4, 5, 7, 8, 11, 12, 16),
  loudHot = c(14, 19, 11, 20, 18, 17, 16, 2),
  quietHot = c(16, 15, 17, 5, 10, 10, 15, 0),
  loudCold = c(16, 10, 10, 4, 3, 2, 14, 2),
  quietCold = c(15, 8, 17, 8, 10, 12, 5, 0)
)

# Stacked data
df_stacked <- stack(
  df,
  select = c(
    "loudHot", "quietHot", "loudCold", "quietCold"
  )
)

# New variable for volume
df_stacked$Volume <- as.numeric(grepl("loud", df_stacked$ind))

# New variable for Temp
df_stacked$Temp <- as.numeric(grepl("Hot", df_stacked$ind))

# Replace "ind" values with "ID"
df_stacked$ind <- rep(df$ID, times = 4)

# Reorder columns
new_df <- df_stacked[,c(2:4,1)]

# Rename columns
colnames(new_df) <- c("ID", "Volume", "Temp", "Value")

# Order by ID
new_df[order(new_df$ID),]

我相信您的“音量”和“温度”列应该是交替序列：