生成一个虚拟variables
我无法在R中生成以下虚拟variables：
我正在分析年度时间序列数据（时间段1948-2009）。 我有两个问题：
-
我如何为观察＃10产生一个虚拟variables，即1957年（1957年的值= 1，否则为零）？
-
如何在1957年之前生成一个零variables，并将1957年以后的值从1变为2009？
另一个可以更好地工作的方法是如果你有很多variables，就是factor和model.matrix 。
> year.f = factor(year) > dummies = model.matrix(~year.f)
这将包括数据集中每个年份的拦截列（全部为1）和一列，除了一个，这将是“默认”或截距值。
你可以通过改变model.matrix中的model.matrix来改变如何select“默认”。
另外，如果你想省略拦截，你可以放下第一列。
希望这是有用的。
生成这些虚拟variables的最简单方法如下所示：
> print(year) [1] 1956 1957 1957 1958 1958 1959 > dummy <- as.numeric(year == 1957) > print(dummy) [1] 0 1 1 0 0 0 > dummy2 <- as.numeric(year >= 1957) > print(dummy2) [1] 0 1 1 1 1 1
更一般地说，您可以使用ifelse根据条件在两个值之间进行select。 所以如果不是一个0-1的虚拟variables，出于某种原因，你想使用4和7，你可以使用ifelse(year == 1957, 4, 7) 。
使用傻瓜:: dummy（） ：
library(dummies) # example data df1 <- data.frame(id = 1:4, year = 1991:1994) df1 <- cbind(df1, dummy(df1$year, sep = "_")) df1 # id year df1_1991 df1_1992 df1_1993 df1_1994 # 1 1 1991 1 0 0 0 # 2 2 1992 0 1 0 0 # 3 3 1993 0 0 1 0 # 4 4 1994 0 0 0 1
我通常做这种虚拟variables的工作是：
（1）如何为观察＃10产生一个虚拟variables，即1957年（1957年值= 1，否则为零）
data$factor_year_1 <- factor ( with ( data, ifelse ( ( year == 1957 ), 1 , 0 ) ) )
（2）如何在1957年之前生成一个零variables，并从1957年开始到2009年取值1？
data$factor_year_2 <- factor ( with ( data, ifelse ( ( year < 1957 ), 0 , 1 ) ) )
那么，我可以在我的模型中引入这个因子作为一个虚拟variables。 例如，要看y是否有长期趋势：
summary ( lm ( y ~ t, data = data ) )
希望这可以帮助！
软件包mlr包含createDummyFeatures用于此目的：
library(mlr) df <- data.frame(var = sample(c("A", "B", "C"), 10, replace = TRUE)) df # var # 1 B # 2 A # 3 C # 4 B # 5 C # 6 A # 7 C # 8 A # 9 B # 10 C createDummyFeatures(df, cols = "var") # var.A var.B var.C # 1 0 1 0 # 2 1 0 0 # 3 0 0 1 # 4 0 1 0 # 5 0 0 1 # 6 1 0 0 # 7 0 0 1 # 8 1 0 0 # 9 0 1 0 # 10 0 0 1
createDummyFeatures会丢弃原始variables。 https://www.rdocumentation.org/packages/mlr/versions/2.9/topics/createDummyFeatures
我在kaggle论坛上读到这个：
#Generate example dataframe with character column example <- as.data.frame(c("A", "A", "B", "F", "C", "G", "C", "D", "E", "F")) names(example) <- "strcol" #For every unique value in the string column, create a new 1/0 column #This is what Factors do "under-the-hood" automatically when passed to function requiring numeric data for(level in unique(example$strcol)){ example[paste("dummy", level, sep = "_")] <- ifelse(example$strcol == level, 1, 0) }
如果您想获得K个虚拟variables，而不是K-1，请尝试：
dummies = table(1:length(year),as.factor(year))
最好，
ifelse函数对于这样的简单逻辑来说是最好的。
> x <- seq(1950, 1960, 1) ifelse(x == 1957, 1, 0) ifelse(x <= 1957, 1, 0) > [1] 0 0 0 0 0 0 0 1 0 0 0 > [1] 1 1 1 1 1 1 1 1 0 0 0
另外，如果你想要它返回字符数据，那么你可以这样做。
> x <- seq(1950, 1960, 1) ifelse(x == 1957, "foo", "bar") ifelse(x <= 1957, "foo", "bar") > [1] "bar" "bar" "bar" "bar" "bar" "bar" "bar" "foo" "bar" "bar" "bar" > [1] "foo" "foo" "foo" "foo" "foo" "foo" "foo" "foo" "bar" "bar" "bar"
分类variables与嵌套…
> x <- seq(1950, 1960, 1) ifelse(x == 1957, "foo", ifelse(x == 1958, "bar","baz")) > [1] "baz" "baz" "baz" "baz" "baz" "baz" "baz" "foo" "bar" "baz" "baz"
这是最直接的select。
我使用这样一个函数（data.table）：
# Ta funkcja dla obiektu data.table i zmiennej var.name typu factor tworzy dummy variables o nazwach "var.name: (level1)" factorToDummy <- function(dtable, var.name){ stopifnot(is.data.table(dtable)) stopifnot(var.name %in% names(dtable)) stopifnot(is.factor(dtable[, get(var.name)])) dtable[, paste0(var.name,": ",levels(get(var.name)))] -> new.names dtable[, (new.names) := transpose(lapply(get(var.name), FUN = function(x){x == levels(get(var.name))})) ] cat(paste("\nDodano zmienne dummy: ", paste0(new.names, collapse = ", "))) }
用法：
data <- data.table(data) data[, x:= droplevels(x)] factorToDummy(data, "x")
另一种方法是使用qdapTools包中的qdapTools ，即
df <- data.frame(var = sample(c("A", "B", "C"), 5, replace = TRUE)) var #1 C #2 A #3 C #4 B #5 B library(qdapTools) mtabulate(df$var)
这使，
ABC 1 0 0 1 2 1 0 0 3 0 0 1 4 0 1 0 5 0 1 0
您好，我写这个通用函数来生成一个虚拟variables，基本上复制Stata中的replace函数。
如果x是数据框是x，并且我想要一个名为a的虚拟variables，当x$b取值为c时，它将取值1
introducedummy<-function(x,a,b,c){ g<-c(a,b,c) n<-nrow(x) newcol<-g[1] p<-colnames(x) p2<-c(p,newcol) new1<-numeric(n) state<-x[,g[2]] interest<-g[3] for(i in 1:n){ if(state[i]==interest){ new1[i]=1 } else{ new1[i]=0 } } x$added<-new1 colnames(x)<-p2 x }
