複数の列の個別の列に一意の値を分割する

Question

データの各列は再スケーリングされ、0から100までのビンに入れられます。ビン列はモデルのフィーチャとして使用されます。それぞれのビンを別々にテストするために、私は各ビンの列をその値ごとに別々の列に分割したいと思います。新しい列は、セル内の値が列のビンと一致するかどうかによって、0または1のいずれかを保持します。これに

row values 
    1  10 
    2  20 
    3  30 
    4  40 
    5  10 
    6  30 
    7  40 

：

row values_10 values_20 values_30 values_40 
    1   1   0   0   0 
    2   0   1   0   0 
    3   0   0   1   0 
    4   0   0   0   1 
    5   1   0   0   0 
    6   0   0   1   0 
    7   0   0   0   1 

この強引なアプローチは、仕事をしていませんが、より良い（非ループ）方法がなければならない：

values <- c(10,20,30,40,10,30,40) 
dat <- data.frame(values) 

columnNames <- unique(dat$values) 

for(n in 1:length(columnNames)) 
{ 
    dat[as.character(columnNames[n])] <- 0 
} 

columnNames2 <- colnames(dat) 

for(c in 2:ncol(dat)) 
{ 
    hdr <- columnNames2[c] 

    for(r in 1:nrow(dat)) 
    { 
     if(dat$values[r]==as.integer(hdr)) 
      dat[r,c]=1 
    } 
} 

このようなものから、どうもありがとう！！

EDIT

これらはすべての偉大な答えですが、あなたにみんなに感謝します。行列、テーブル、またはデータテーブルのいずれの最終オブジェクトにも、個別のビン列（ソース列なし）のみが含まれます。以下のソリューションは、2000年以上のソース列でどのように使用できますか？以下の私のフォローアップの質問への回答に基づいて

EDIT2

は、将来的にこの質問に来る人のための各方法の実装です。

# read in some data with multiple columns 

df_in <- read.table(text="row val1 val2 
        1  10  100 
        2  20  200 
        3  30  300 
        4  40  400 
        5  10  100 
        6  30  300 
        7  40  400", header=TRUE, stringsAsFactors=FALSE) 

# @Zelazny7 's method using a matrix 

df_in$row <- NULL 

col_names <- names(df_in) 

for(c in 1:length(col_names)){ 

    uniq <- unlist(unique(df_in[col_names[c]])) 

    m <- matrix(0, nrow(df_in), length(uniq), 
       dimnames = list(NULL, paste0(col_names[c], "_", uniq))) 

    for (i in seq_along(df_in[[col_names[c]]])) { 
     k <- match(df_in[[col_names[c]]][i], uniq, 0) 
     m[i,k] <- 1 
    } 

    if(c==1) 
     df_out <- m 
    else 
     df_out <- cbind(df_out,m) 
} 


# @P Lapointe 's method using 'table' 

col_names <- names(df_in) 

for(c in 2:length(col_names)){ 

    m <- table(df_in$row,df_in[[col_names[c]]])  
    uniq <- unlist(unique(df_in[col_names[c]])) 
    newNames <- toString(paste0(col_names[c],'_',uniq)) 

    if(c==2){ 
     df_out <- m 
     hdrs <- newNames 
    } 
    else{ 
     df_out <- cbind(df_out,m) 
     hdrs <- paste(hdrs,newNames,sep=", ") 
    } 
} 

colnames(df_out) <- unlist(strsplit(hdrs, split=", ")) 


# @bdemarest 's method using 'data.table' 
# read in data first 

library(data.table) 

df_in = fread("row val1 val2 
      1  10  100 
      2  20  200 
      3  30  300 
      4  40  400 
      5  10  100 
      6  30  300 
      7  40  400") 

df_in$count = 1L 

col_names <- names(df_in) 

for(c in 2:length(col_names)-1){ 

    m = dcast(df_in, paste('row', '~', col_names[c]), value.var="count", fill=0L) 

    uniq <- unlist(unique(df_in[,get(col_names[c])])) 
    newNames <- toString(paste0(col_names[c],'_',uniq)) 

    m$row <- NULL 

    if(c==2){ 
     df_out <- m 
     hdrs <- newNames 
    } 
    else if(c>2){ 
     df_out <- cbind(df_out,m) 
     hdrs <- paste(hdrs,newNames,sep=", ") 
    } 
} 

colnames(df_out) <- unlist(strsplit(hdrs, split=", ")) 

すべての回答は適切かつ有用であり、最善の回答が最も早い初期応答に与えられました。もう一度あなたの助けに感謝します！

Answer 1

私はこれを非常に頻繁に行います。これは私がダミーを作るために使う方法です。それは非常に速いです。

## reading in your example data 
df <- read.table(file = "clipboard", header=TRUE) 
df$row <- NULL 

uniq <- unique(df$values) 
m <- matrix(0, nrow(df), length(uniq), dimnames = list(NULL, paste0("column_", uniq))) 

for (i in seq_along(df$values)) { 
    k <- match(df$values[i], uniq, 0) 
    m[i,k] <- 1 
} 

と結果：

> m 
    column_10 column_20 column_30 column_40 
[1,]   1   0   0   0 
[2,]   0   1   0   0 
[3,]   0   0   1   0 
[4,]   0   0   0   1 
[5,]   1   0   0   0 
[6,]   0   0   1   0 
[7,]   0   0   0   1 

行列と行列のインデックスを作成することにより、ループを回避別の変形：

m[cbind(seq.int(nrow(m)), match(df$values, uniq))] <- 1 

Answer 2

使用table：

df1 <- read.table(text="row values 
    1  10 
    2  20 
    3  30 
    4  40 
    5  10 
    6  30 
    7  40", header=TRUE, stringsAsFactors=FALSE) 

    table(df1) 

    values 
row 10 20 30 40 
    1 1 0 0 0 
    2 0 1 0 0 
    3 0 0 1 0 
    4 0 0 0 1 
    5 1 0 0 0 
    6 0 0 1 0 
    7 0 0 0 1 

ます確かにできるこのようなtable×：あなたの追加の要求に答えるために

table(df1)[5,1] 
[1] 1 

EDIT を、あなたはそうのような新しいカラム名を作ることができます：ここでは

tbl <-table(df1) 
out<-as.data.frame.matrix(tbl) #to transform into a data.frame 
colnames(out) <-make.names(colnames(out)) #to make new column names 
out 
    X10 X20 X30 X40 
1 1 0 0 0 
2 0 1 0 0 
3 0 0 1 0 
4 0 0 0 1 
5 1 0 0 0 
6 0 0 1 0 
7 0 0 0 1 

Answer 3

はdata.tableソリューションです。最初にcount列を追加してから、幅広い形式に変更してdcast()とします。ところで、これは1000万行以上のデータを使用するのに十分速いです。

library(data.table) 

tab = fread("row values 
    1  10 
    2  20 
    3  30 
    4  40 
    5  10 
    6  30 
    7  40") 

tab$count = 1L 

res = dcast(tab, row ~ values, value.var="count", fill=0L) 
res 
# row 10 20 30 40 
# 1: 1 1 0 0 0 
# 2: 2 0 1 0 0 
# 3: 3 0 0 1 0 
# 4: 4 0 0 0 1 
# 5: 5 1 0 0 0 
# 6: 6 0 0 1 0 
# 7: 7 0 0 0 1