r - 有效的折叠虚拟变量

Question

将虚拟变量折叠回一个因子的有效方法是什么(欢迎任何解决方案，包括非基础包)。

   race.White race.Hispanic race.Black race.Asian
1           1             0          0          0
2           0             0          0          1
3           1             0          0          0
4           0             0          1          0
5           0             0          0          1
6           0             1          0          0
7           1             0          0          0
8           1             0          0          0
9           1             0          0          0
10          0             0          1          0

期望的输出:

       race
1     White
2     Asian
3     White
4     Black
5     Asian
6  Hispanic
7     White
8     White
9     White
10    Black

数据:

dat <- structure(list(race.White = c(1L, 0L, 1L, 0L, 0L, 0L, 1L, 1L, 
1L, 0L), race.Hispanic = c(0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 
0L), race.Black = c(0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L), 
    race.Asian = c(0L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L)), .Names = c("race.White", 
"race.Hispanic", "race.Black", "race.Asian"), row.names = c(NA, 
-10L), class = "data.frame")

我试过的:

这是一个可能的解决方案，但我相信有更好的 indexing/dplyr/data.table/.etc 解决方案。

apply(dat, 1, function(x) sub("[^.]+\\.", "", colnames(dat))[x])

Answer 1

我们可以使用 max.col要获取列索引，根据该索引对列名进行子集化并使用 sub删除前缀。

sub('[^.]+\\.', '', names(dat)[max.col(dat)])
#[1] "White"    "Asian"    "White"    "Black"    "Asian"    "Hispanic"
#[7] "White"    "White"    "White"    "Black"  

在这里，我假设只有一个 1每行。如果有多个 1，我们可以使用选项 ties.method='first'或 ties.method='last' .

或者另一种选择是做 %*%使用列序列，对列名进行子集化，并使用 sub 删除前缀.

 sub('[^.]+\\.', '', names(dat)[(as.matrix(dat) %*%seq_along(dat))[,1]])

或者我们可以使用 pmax

sub('[^.]+\\.', '', names(dat)[do.call(pmax,dat*seq_along(dat)[col(dat)])])