虛擬變量代碼R中的間隔

我有一個距離變量（以米爲單位）來自特定源的屬性，通過QGIS在我的數據子集中創建。虛擬變量代碼R中的間隔

我想創建虛擬間隔與R如下：

0-100，101-200，201-300，301-400 & 401-500

我已經編碼爲以包括以下任何間隔內的所有屬性：

data$Distance_100<-0 
data$Distance_100[data$Distance<100]<-1 

data$Distance_200<-0 
data$Distance_200[data$Distance>=101&data$Distance<200]<-1 

data$Distance_300<-0 
data$Distance_300[data$Distance>=201&data$Distance<300]<-1 

data$Distance_400<-0 
data$Distance_400[data$Distance>=301&data$Distance<400]<-1 

data$Distance_500<-0 
data$Distance_500[data$Distance>=401&data$Distance<500]<-1

似乎在編碼方面有問題。它不會將所有屬性放在間隔中，看起來正確的編碼。有什麼建議做什麼？

來源

2014-10-21 Karl

除了迄今爲止的有用答案外，請查看'findInterval'，並在SO上發佈問題前學習搜索。 – 2014-10-21 23:20:03

使用cut函數來創建一個單一分類變量的時間間隔：

data$DistanceCut5 = cut(data$Distance, breaks=c(0,100,200,300,400,500))

如果你正在做迴歸，你不需要代碼中分離虛擬變量。如果您將DistanceCut5輸入到迴歸公式中，R將爲您處理該問題。

而且，看看在幫助cut所以你可以看到如何改變類別標籤（使用labels參數）以及如何確定區間的左側或右側是否關閉（使用right參數）。

此外，如果Distance的任何值大於500，cut會將類別標籤設置爲NA（缺失）。如果要確保Distance的所有值都具有DistanceCut5中的類別值，請確保levels的最低值和最高值之間的範圍包含Distance中的所有值。

另外一種風格的評論：data實際上是R中的一個函數，所以最好不要養成將它用作數據框名稱的習慣。

來源

2014-10-21 23:13:30 eipi10

'model.matrix（〜DistanceCut5 + 0，data = data）'然後會根據需要給你分開的列。 – thelatemail 2014-10-21 23:14:30

謝謝@ eipi10！只有一個（愚蠢的）問題。 0-100的區間似乎不被估計？只是 DistanceCut（100,200] DistanceCut（200,300]等，所以是101-200 201-300？所以也沒有重疊。非常感謝！ – Karl 2014-10-21 23:46:33

你的意思是你的數據幀開始或者是這個迴歸分析的結果？如果是後者，那麼'（0,100]'是基本類別，其他類別係數是相對於基本類別。這就像傳統的虛擬編碼一樣。想要在迴歸中加入攔截 – eipi10 2014-10-21 23:49:49

虛擬變量代碼R中的間隔

回答

相關問題