R多列之间的多热编码

Question

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？

Answer 1

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