R 相当于 Stata `tabulate , generate( )` 命令

Question

我想在 R 中模仿 Stata 的 tabulate , generate() 命令的行为。如下图所示；该命令的功能是双重的。首先，在我的示例中，它产生单向 table 频率计数。其次，它使用选项 ,generate() 中声明的前缀 (stubname) 为变量 (var1) 中包含的每个值生成虚拟变量，以命名生成的变量虚拟变量（d_1 - d_7）。我的问题是关于第二个功能。首选R-base解决方案，但也欢迎打包依赖。

[编辑]：我的最终目标是生成一个 data.frame() 来模拟屏幕上打印的最后一个数据集。

clear all
input var1 
0
1
2
2
2
2
42
42
777
888
999999
end
tabulate var1 ,gen(d_)

/*     var1 |      Freq.     Percent        Cum.
------------+-----------------------------------
          0 |          1        9.09        9.09
          1 |          1        9.09       18.18
          2 |          4       36.36       54.55
         42 |          2       18.18       72.73
        777 |          1        9.09       81.82
        888 |          1        9.09       90.91
     999999 |          1        9.09      100.00
------------+-----------------------------------
      Total |         11      100.00          */


list, sep(11)



/*   +--------------------------------------------------+
     |   var1   d_1   d_2   d_3   d_4   d_5   d_6   d_7 |
     |--------------------------------------------------|
  1. |      0     1     0     0     0     0     0     0 |
  2. |      1     0     1     0     0     0     0     0 |
  3. |      2     0     0     1     0     0     0     0 |
  4. |      2     0     0     1     0     0     0     0 |
  5. |      2     0     0     1     0     0     0     0 |
  6. |      2     0     0     1     0     0     0     0 |
  7. |     42     0     0     0     1     0     0     0 |
  8. |     42     0     0     0     1     0     0     0 |
  9. |    777     0     0     0     0     1     0     0 |
 10. |    888     0     0     0     0     0     1     0 |
 11. | 999999     0     0     0     0     0     0     1 |
     +--------------------------------------------------+ */

Answer 1

我猜你假设 var_1 中的每个值都是唯一的，这样你得到的是虚拟变量而不是 d_ 字段中的计数。

您可以尝试这样的操作：

var1 <- 1:5
dummy_matrix <- vapply(var1, function(x) as.numeric(var1 == x), rep(1, 5)) # create a matrix of dummy vars
colnames(dummy_matrix) <- paste0("d_", var1) # name the columns
cbind(var1, dummy_matrix) # bind to var1

输出：

  var1 d_1 d_2 d_3 d_4 d_5
1    1   1   0   0   0   0
2    2   0   1   0   0   0
3    3   0   0   1   0   0
4    4   0   0   0   1   0
5    5   0   0   0   0   1

Answer 2

set.seed(123)
df = data.frame(var1 = factor(sample(10, 20, TRUE)))

df = data.frame(df, model.matrix(~0+var1, df)) # 0 here is to suppress the intercept. The smallest value will be the base group--and hence will be dropped. 
names(df)[-1] = paste0('d_', 1:(ncol(df)-1))
df
    var1 d_1 d_2 d_3 d_4 d_5 d_6 d_7 d_8 d_9
1     3   0   1   0   0   0   0   0   0   0
2     3   0   1   0   0   0   0   0   0   0
3    10   0   0   0   0   0   0   0   0   1
4     2   1   0   0   0   0   0   0   0   0
5     6   0   0   0   0   1   0   0   0   0
6     5   0   0   0   1   0   0   0   0   0
7     4   0   0   1   0   0   0   0   0   0
8     6   0   0   0   0   1   0   0   0   0
9     9   0   0   0   0   0   0   0   1   0
10   10   0   0   0   0   0   0   0   0   1
11    5   0   0   0   1   0   0   0   0   0
12    3   0   1   0   0   0   0   0   0   0
13    9   0   0   0   0   0   0   0   1   0
14    9   0   0   0   0   0   0   0   1   0
15    9   0   0   0   0   0   0   0   1   0
16    3   0   1   0   0   0   0   0   0   0
17    8   0   0   0   0   0   0   1   0   0
18   10   0   0   0   0   0   0   0   0   1
19    7   0   0   0   0   0   1   0   0   0
20   10   0   0   0   0   0   0   0   0   1

R 相当于 Stata `tabulate , generate( )` 命令

R equivalent of Stata `tabulate , generate( )` command

r

stata

dummy-variable