从 R 中的虚拟变量重建分类变量

Question

嘿嘿，我是 R 的初学者，有一个问题，到目前为止我找不到解决方案。我想将虚拟变量转换回分类变量。

|dummy1| dummy2|dummy3|
|------| ------|------|
| 0    | 1     |0     |
| 1    | 0     |0     |
| 0    | 1     |0     |
| 0    | 0     |1     |

进入：

|dummy |
|------|
|dummy2|
|dummy1|
|dummy2|
|dummy3|

你知道如何在 R 中做到这一点吗？提前致谢。

Answer 1

我们可以使用max.col

data.frame(dummy = names(df1)[max.col(df1)])
#    dummy
#1 dummy2
#2 dummy1
#3 dummy2
#4 dummy3

数据

df1 <- structure(list(dummy1 = c(0L, 1L, 0L, 0L), dummy2 = c(1L, 0L, 
 1L, 0L), dummy3 = c(0L, 0L, 0L, 1L)), .Names = c("dummy1", "dummy2", 
 "dummy3"), class = "data.frame", row.names = c(NA, -4L))

Answer 2

这是一个 tidyverse 解决方案，使用 tidyr::gather。这里我们将 key 视为每个 dummy 所属类别的变量，并将 value 视为 presence/absence。将 0 替换为 NA 并结合 gather 中的 na.rm = TRUE 意味着我们不会保留我们不需要的所有其余行，也不会创建不必要的大行中间数据集。

df1 <- structure(list(dummy1 = c(0L, 1L, 0L, 0L), dummy2 = c(1L, 0L, 
                                                             1L, 0L), dummy3 = c(0L, 0L, 0L, 1L), ed1 = c(1, 0, 1, 0), ed2 = c(0, 
                                                                                                                               1, 0, 1), id = c(1, 2, 3, 4)), .Names = c("dummy1", "dummy2", 
                                                                                                                                                                         "dummy3", "ed1", "ed2", "id"), row.names = c(NA, -4L), class = "data.frame")
library(tidyverse)
df1 %>%
  mutate_at(vars(dummy1:dummy3, ed1:ed2), ~ ifelse(. == 0, NA, .)) %>%
  gather("dummy", "present", dummy1:dummy3, na.rm = TRUE) %>%
  gather("ed", "present2", ed1:ed2, na.rm = TRUE) %>%
  select(-present, -present2)
#>   id  dummy  ed
#> 2  1 dummy2 ed1
#> 3  3 dummy2 ed1
#> 5  2 dummy1 ed2
#> 8  4 dummy3 ed2

由 reprex package (v0.2.0) 创建于 2018-03-06。

Answer 3

您可以使用 data.table

id_cols = c("x1", "x2") 
data.table::melt.data.table(data = dt, id.vars = id_cols, 
                            na.rm = TRUE, 
                            measure = patterns("dummy"))

示例：

t = data.table(dummy_a = c(1, 0, 0), dummy_b = c(0, 1, 0), dummy_c = c(0, 0, 1), id = c(1, 2, 3))
data.table::melt.data.table(data = t, 
                            id.vars = "id", 
                            measure = patterns("dummy_"), 
                            na.rm = T)[value == 1, .(id, variable)]

输出

   id variable
1:  1  dummy_a
2:  2  dummy_b
3:  3  dummy_c

如果你用 NA 重新填充 0 会更容易，所以 na.rm = TRUE in melt 将用 NA

删除每一行

从 R 中的虚拟变量重建分类变量

Reconstruct a categorical variable from dummies in R

r

reformatting

dummy-variable

数据

示例：

输出