如何從一個變量中創建兩個新變量，並在 R 中為其附加虛擬值？

Question

我對任何類型的編碼都是全新的，尤其是 R，所以我在谷歌上搜索的日子並不是很有幫助。 我真的很感激任何幫助/見解！

我想知道如何從原始變量中獲取兩個新變量，並為其附加新值 - 基本上我從這個開始：

並想得到這個：

我設法用melt(dataname, id.vars=c("ID"))得到它的長格式，我得到的 ID 和值很好。 但是只有一個變量，我的四個標題（loudHot、quietHot、loudCold、quietCold）重復了 - 我如何從中創建兩個新變量並為其分配值（例如，“Volume”的值是 1 當原始變量是 loudHot 或 loudCold，如果是 quietHot 或 quietCold，則為 0，然后當原始變量為 loudHot 或 quietHot 時，“Temp”為 1，當它的 loudCold 或 quietCold 時為 0）？

Answer 1

我不會對自己太苛刻 - 這並不是微不足道的。 無論如何，您可以使用pivot_longer中的tidyr和dplyr進行一些數據操作來實現您想要的結果：

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

---

數據

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))

作為任何未來 SO 問題的提示，請不要發布數據圖像。 這里的人們需要能夠剪切和粘貼數據文本以測試和驗證解決方案。 理想情況下，您應該通過將輸入 function 的dput放入代碼塊中來執行此操作。 人們很少會從圖像中手動轉錄數據。

^{由代表 package (v2.0.1) 於 2022 年 2 月 4 日創建}

Answer 2

以免使用dplyr和tidyr包來解決您的問題。

對您的第一個建議是始終添加您的數據的最小可重現示例，以便我們使用它並更快地幫助您。 這並不復雜，您可以使用dput(head(yourdata, 10)) ，例如，或模擬一些觀察。

我做了一個模擬如下：

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)
)

現在我們有了數據，不要使用tidyr::pivot_longer將其轉換為長格式。 此 function 將 dataframe 以寬格式作為參數，您想要收集的列（或您不想使用-符號收集的列）。

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

有了它，現在您只需要創建虛擬對象，這很簡單。

# 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

這是一個基本的 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“溫度”列應該是交替序列：