我的数据是这样的
Event Id Var1 Var2 Var3
1 a x w y
2 a z y w
3 b x y q
我需要为表中的每一行创建多热编码向量,考虑到 Var1、Var2 和 Var3 中出现的所有值。 这意味着所需的输出将是:
Event Id x y z w q
1 a 1 1 0 1 0
2 a 0 1 1 1 0
3 b 1 1 0 0 1
这意味着我保留初始数据集的相同行数,我只为每行添加等于 Var 1、Var 2 和 Var3 中所有唯一因子的列数。
我尝试了所有我能想到的方法,但到目前为止似乎没有任何效果......
有什么想法吗?
最佳答案
您可以使用data.table
-
dt <- read.table(text="Event Id Var1 Var2 Var3
1 a x w y
2 a z y w
3 b x y q",header=T)
setDT(dt)
dcast(setDT(melt(dt,id.vars = c("Event","Id")))[,ind:=1],Event+Id~value,value.var = "ind",fill=0)
输出-
Event Id Var1 Var2 Var3 q w x y z
1: 1 a 1 1 1 0 1 1 1 0
2: 2 a 1 1 1 0 1 0 1 1
3: 3 b 1 1 1 1 0 1 1 0
关于R多列之间的多热编码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55288338/