创建虚拟变量 (n-1) 类别

Question

我找到了类似的条目，但不完全是我想要的。对于两个分类变量（例如，性别（1,2）），我需要创建一个虚拟变量，0 为男性，1 为女性。

这里是我的数据的样子和我做了什么。

 data <- as.data.frame(as.matrix(c(1,2,2,1,2,1,1,2),8,1))
  V1
1  1
2  2
3  2
4  1
5  2
6  1
7  1
8  2 
library(dummies)
data <- cbind(data, dummy(data$V1, sep = "_"))
   > data
  V1 data_1 data_2
1  1      1      0
2  2      0      1
3  2      0      1
4  1      1      0
5  2      0      1
6  1      1      0
7  1      1      0
8  2      0      1

在这段代码中，第二类也是(0,1)。还有，有没有一种方法可以确定哪个确定基线（将0分配给任何类别）？

我希望它看起来像这样：

   > data
  V1     V1_dummy
1  1      0 
2  2      1 
3  2      1 
4  1      0 
5  2      1  
6  1      0  
7  1      0  
8  2      1

此外，我想将其扩展到三个类别变量，重新编码后有两个类别 (n-1)。

提前致谢！

Answer 1

您可以通过以下方式使用model.matrix。一些具有三级 factor:

的示例数据

set.seed(1)
(df <- data.frame(x = factor(rbinom(5, 2, 0.4))))
#   x
# 1 0
# 2 1
# 3 1
# 4 2
# 5 0

然后

model.matrix(~ x, df)[, -1]
#   x1 x2
# 1  0  0
# 2  1  0
# 3  1  0
# 4  0  1
# 5  0  0

如果要指定哪一组消失，我们需要重新排列因子水平。它是第一个消失的群体。所以，例如，

levels(df$x) <- c("1", "0", "2")
model.matrix(~x, df)[, -1]
#   x0 x2
# 1  0  0
# 2  1  0
# 3  1  0
# 4  0  1
# 5  0  0

创建虚拟变量 (n-1) 类别

Creating dummy variables (n-1) categories

r

categories

dummy-variable