[英]reshaping factor data to matrix
在數據中重塑因子列的正確/簡短方法是什么:
login has_profile_in
1234 Facebook
1234 LinkedIn
1235 VK
變成這樣的矩陣:
login Facebook LinkedIn VK
1234 1 1 0
1235 0 0 1
使用提迪爾管道?
編輯:我知道一些常規的方法,例如reshape2
dcast(login~has_profile_in)
還有其他方法。 我的問題是如何以整齊的方式做到這一點,包括在基於通用管道的框架中進行操作
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
重命名列並使其更具可讀性
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
最短的選擇是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,但投票仍在進行中,或者活動仍在進行中。
您可以使用
model.matrix(~yourFactor+0)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.