我正在使用R中的一个非常大的数据集,并且一直在使用数据帧进行操作,因此决定切换到data.tables以帮助加快操作速度。我在理解J操作时遇到了麻烦,特别是我试图生成虚拟变量,但是我不知道如何在data.tables []中编写条件操作的代码。
MWE:
test <- data.table("index"=rep(letters[1:10],100),"var1"=rnorm(1000,0,1))
我想做的是将列
a
到j
添加为伪变量,这样,当a
和1
时,列index == "a"
将具有值0
。在data.frame环境中,它看起来像:test$a <- 0
test$a[test$index=='a'] <- 1
最佳答案
这似乎可以满足您的需求:
inds <- unique(test$index)
test[, (inds) := lapply(inds, function(x) index == x)]
这使
index var1 a b c d e f g h i j
1: a 0.25331851 TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
2: b -0.02854676 FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
3: c -0.04287046 FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
4: d 1.36860228 FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
5: e -0.22577099 FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE
---
996: f -1.02040059 FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
997: g -1.31345092 FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
998: h -0.49448088 FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE
999: i 1.75175715 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE
1000: j 0.05576477 FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE
这是另一种方式:
dcast(test, index + var1 ~ index, fun = length)
# or, if you want to preserve row order
dcast(test[, r := .I], r + index + var1 ~ index, fun = length)[, r := NULL]
还有一个:
rs = split(seq(nrow(test)), test$index)
test[, names(rs) := FALSE ]
for (n in names(rs)) set(test, i = rs[[n]], j = n, v = TRUE )
关于r - 在R data.table中创建虚拟变量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18881073/