更有效的方法來創建一個虛擬編碼

Question

問題：在Python中，我會使用字典和使用大量的地圖/應用函數。但是，對於R，我使用這個簡單的方法開始使用列表，並且我想知道是否有更高效/更優雅的方法來執行以下操作。

在統計中，您使用虛擬變量來表示名義屬性的級別。例如，A/B/C將變爲00,01,10 .A/B/C/D將變成000,001,010,100。因此，每個項目只允許一個1。因此您需要n-1數字來表示n變量/字母。

在這裏，我創建了一些數據：

data <- data.frame(
    "upper" = c(1,1,1,2,2,2,3,3,3), # var 1 
    "country" = c(1,2,3,1,2,3,1,2,3), # var 2 
    "price" = c(1,2,3,2,3,1,3,1,2) # var 3 
) 

創建（獨特的屬性水平的列表）鍵（屬性）和值的列表：

lst <- list() 
for (attribute in colnames(data)) { 
    lst[[attribute]] = unique(data[[attribute]]) 
} 

創建虛擬編碼，i用於只考慮n-1項目：

dummy <- list() 
for (attribute in colnames(data)) { 
    i <- 1 
    for (level in lst[[attribute]]) { 
    if (length(lst[[attribute]])!=i) { 
     dummy[[paste0(attribute, level)]] <- ifelse(
     data[[attribute]]==level, 
     1, 
     0 
    ) 
    } 
    i <- i + 1 
    } 
} 

結果：

dummy 
$upper1 
[1] 1 1 1 0 0 0 0 0 0 

$upper2 
[1] 0 0 0 1 1 1 0 0 0 

$country1 
[1] 1 0 0 1 0 0 1 0 0 

$country2 
[1] 0 1 0 0 1 0 0 1 0 

$price1 
[1] 1 0 0 0 0 1 0 1 0 

$price2 
[1] 0 1 0 1 0 0 0 0 1 

Answer 1

我們創建使用model.matrix，split列創建list的list，最後，串聯的list元件一起（do.call(c,..）一個設計矩陣。

res <- do.call("c",lapply(data, function(x) { 
      x1 <- model.matrix(~0+factor(x)) 
       split(x1, col(x1))})) 

因爲我們只需要前兩個層次，我們可以在「資源」使用​​這將回收到list結束子集。

res[c(TRUE, TRUE, FALSE)] 
#$upper.1 
#[1] 1 1 1 0 0 0 0 0 0 

#$upper.2 
#[1] 0 0 0 1 1 1 0 0 0 

#$country.1 
#[1] 1 0 0 1 0 0 1 0 0 

#$country.2 
#[1] 0 1 0 0 1 0 0 1 0 

#$price.1 
#[1] 1 0 0 0 0 1 0 1 0 

#$price.2 
#[1] 0 1 0 1 0 0 0 0 1