r - 循环创建虚拟变量 R

Question

我正在尝试使用基于变量最频繁响应的循环生成虚拟变量(必须为 1/0)。经过大量的谷歌搜索，我还没有想出一个解决方案。我提取了最常见的响应(字符串，比如前 5 个是“A”、“B”、...、“E”)使用
top5<-names(head(sort(table(data$var1), decreasing = TRUE),5)
我希望循环检查另一个变量(“var2”)是否等于 A，如果是，则设置 =1，OW =0，然后使用聚合()给出摘要。在 Stata 中，我可以使用 `i' 引用循环变量 i，但在 R 中则不行......不起作用的代码是:

for(i in top5) {
   data$i.dummy <- ifelse(data$var2=="i",1,0)
   aggregate(data$i.dummy~data$age+data$year,data,mean)
}

有什么建议么？

Answer 1

如果您希望前 5 名中的每个项目有一列，那么我会使用 sapply沿着 top5 中的元素.不需要ifelse因为==比较并给出TRUE如果比较结果为 TRUE，则为 1，否则为 0

这里我们 cbind 一个 5 列的矩阵，top5 的每个元素各一个。如果 data$var2 中的行包含 1等于 'top5' 的相应元素:

data <- cbind( data , sapply( top5 , function(x) as.integer( data$var2 == x ) ) )

如果您想要一列匹配 top5 中的任何一个它更容易:

data$dummies <- as.integer( data$var2 %in% top5 )

as.integer()在这两种情况下都用于转 TRUE或 FALSE至 1和 0分别。

一个简化的例子来说明它是如何工作的:

set.seed(123)
top2 <- c("A","B")
data <- data.frame( var2 = sample(LETTERS[1:4],6,repl=TRUE) )

#  Make dummy variables, one column for each element in topX vector
data <- cbind( data , sapply( top2 , function(x) as.integer( data$var2 == x ) ) )
data
#  var2 A B
#1    B 0 1
#2    D 0 0
#3    B 0 1
#4    D 0 0
#5    D 0 0
#6    A 1 0

#  Make single column for all elements in topX vector
data$ANY <- as.integer( data$var2 %in% top2 )
data
#  var2 ANY A B
#1    B   1 0 1
#2    D   0 0 0
#3    B   1 0 1
#4    D   0 0 0
#5    D   0 0 0
#6    A   1 1 0