一次更改多列的值——model.matrix()？

Question

這是我目前擁有的結構的 dput() 。

structure(list(id = c(1, 1, 2, 4, 4), country = c("USA", "Japan",  "Germany", "Germany", "USA"), USA = c(0, 0, 0, 0, 0), Germany = c(0,  0, 0, 0, 0), Japan = c(0, 0, 0, 0, 0)), class = "data.frame", row.names = c(NA,  -5L))

我想編輯此數據框以獲得以下結果，以便將此方法應用於具有 100k+ 觀察值的數據集。 具體來說，我想使用來自（ df$country ）的信息來描述分配給特定 ID 的國家（例如， id == 1和country == Japan ），並使用相應的列名（例如，a名為“日本”的列）等於 1。請注意，ID 不是唯一的！

這就是我想要結束的：

structure(list(id = c(1, 1, 2, 4, 4), country = c("USA", "Japan",  "Germany", "Germany", "USA"), USA = c(1, 1, 0, 1, 1), Germany = c(0,  0, 1, 1, 1), Japan = c(1, 1, 0, 0, 0)), class = "data.frame", row.names = c(NA,  -5L))

下面的代碼給出了一個接近的結果：

df[levels(factor(df$country))] = model.matrix(~country - 1, df)

但最終給了我以下錯誤的結構：

structure(list(id = c(1, 1, 2, 4, 4), country = c("USA", "Japan", 
"Germany", "Germany", "USA"), USA = c(1, 0, 0, 0, 1), Germany = c(0, 
0, 1, 1, 0), Japan = c(0, 1, 0, 0, 0)), row.names = c(NA, -5L
), class = "data.frame") 

如何編輯上述命令以產生我想要的結果？ 我不能使用數據透視，因為實際上，我正在處理許多在“國家”列中具有不同值的數據集，一旦數據透視，將產生具有不統一的列/結構的數據集，這將阻礙以后的數據分析。

感謝您的任何幫助！

Answer 1

也許這有幫助

library(dplyr)
df %>% 
    mutate(across(USA:Japan, ~  +(country == cur_column()))) %>% 
    group_by(id) %>% 
    mutate(across(USA:Japan, max)) %>% 
    ungroup

-輸出

# A tibble: 5 × 5
     id country   USA Germany Japan
  <dbl> <chr>   <int>   <int> <int>
1     1 USA         1       0     1
2     1 Japan       1       0     1
3     2 Germany     0       1     0
4     4 Germany     1       1     0
5     4 USA         1       1     0

---

或將model.matrix修改為

m1 <- model.matrix(~country - 1, df)
m1[] <- ave(c(m1), df$id[row(m1)], col(m1), FUN = max)

Answer 2

您可以使用基礎R

re <- rle(df$id)
for(j in re$values){
    y <- which(j == df$id)
        df[y , match(df$country[y] , colnames(df))] <- 1
}

• 輸出

  id country USA Germany Japan
1  1     USA   1       0     1
2  1   Japan   1       0     1
3  2 Germany   0       1     0
4  4 Germany   1       1     0
5  4     USA   1       1     0

Answer 3

您是否正在為您的封閉問題尋找這樣的解決方案（組合） CRAN R - 一次將值“1”分配給許多虛擬變量

@akrun 提供的解決方案在這里解決了這個問題。 但你可能會尋找這樣的東西：

library(dplyr)

df %>% 
  group_by(id) %>% 
  mutate(across(-country, ~case_when(country == cur_column() ~ 1))) %>% 
  fill(-country, .direction = "updown") %>% 
  mutate(across(-country, ~ifelse(is.na(.), 0, .))) %>% 
  ungroup()

     id country   USA Germany Japan
  <dbl> <chr>   <dbl>   <dbl> <dbl>
1     1 USA         1       0     1
2     1 Japan       1       0     1
3     2 Germany     0       1     0
4     4 Germany     1       1     0
5     4 USA         1       1     0