R 解包并重新排列数据

我正在学习arule，我需要将当前数据转换为as.matrix

我尝试将项目分解，然后呈现0和1

library(data.table)
DT <- data.table(ID=c("dog","dog","dog","cat","cat","bird"),
                 place=c("F-A-C","A-B-E","H-A","A-I-C-D","B-A","D-K-H-F"),
                 stringsAsFactors = FALSE)

在原始数据中，可能有A-I、A-Z或A-Q，不确定有多少

身份证也不确定会有多少人

所以我不能通过这个设置长度

 str_split_fixed(DT$place, "-", 11)

我应该做什么，或者找出我想做的关键字

---

谢谢

一个更简单的方法是使用

cSplit

从

splitstackshape

拆分为“long”格式，然后执行

dcast

重新格式化为“wide”格式，同时指定

乐趣。根据
长度将
聚合为逻辑条件

library(splitstackshape)
library(data.table)
dcast(cSplit(DT, "place", "-", 'long'), 
             ID ~ place, function(x) as.integer(length(x) > 0))

或者像@Frank建议的那样

dcast(unique(cSplit(DT, "place", "-", 'long'))[, v := 1], ID ~ place, fill=0)


或者在
tidyverse
中，将列拆分为
单独的行
，获取
不同的行，创建一列1，并将
扩展为“宽”格式

library(dplyr)
library(tidyr)
DT %>%
   separate_rows(place) %>% 
   distinct(ID, place) %>%
   mutate(n = 1) %>% 
   spread(place, n, fill = 0)


或者在
base R
中，这可以通过将“place”列拆分为
向量的
列表来完成，获取
堆栈的
表

+(table(stack(setNames(strsplit(DT$place, "-"), DT$ID))[2:1]) > 0) 

A
数据表
-唯一的解决方案：

dcast（DT[，unlist（lapply（.SD，strsplit，“-”），“ID”]，ID~V1，value.var=“V1”，fun.aggregate=length）
#ID A B C D E F H I K
#1:鸟0 0 1 0 1 0 1
#2：类别2 1 0 0 1 0
#3:狗311010

这将提供“长度”而不是“是/否”。要达到这一水平：

dcast（DT[，unlist（lappy（.SD，strsplit，“-”），“ID”]，ID~V1，value.var=“V1”，fun.aggregate=length）[，lappy（.SD，min，1），by=“ID”]
#ID A B C D E F H I K
#1:鸟0 0 1 0 1 0 1
#2：第1类10
#3:狗1110

我发现使用
magrittr
的管道更容易看到：

库（magrittr）
DT[，未列出（lapply（.SD，strsplit，“-”），“ID”]%>%
dcast（ID~V1，value.var=“V1”，fun.aggregate=长度）%>%
[，lappy（.SD，min，1），by=“ID”]
您可以使用
+（table（stack（setNames）（strsplit（DT$place，“-”，DT$ID））[2:1]）>0）
或使用
dcast
dcast（cSplit（DT，“place”，“-”，“long”），ID~place，函数（x）as.integer（length（x）>0））
“dog”在不同的位置有三个A，为什么结果是一个1？@r2evans是的，我希望1=Yes，0=no，不是计算的总和，我想的是“长度”而不是“总和”，但这只是一个细节（和另一行代码，相对来说微不足道）。另一个变体，将tidyverse的答案翻译回DT/splitstackshape:
dcast（unique（cSplit（DT，“place”、“-”、“long”）[，v:=1]，ID~place，fill=0）
library(dplyr)
library(tidyr)
DT %>%
   separate_rows(place) %>% 
   distinct(ID, place) %>%
   mutate(n = 1) %>% 
   spread(place, n, fill = 0)

+(table(stack(setNames(strsplit(DT$place, "-"), DT$ID))[2:1]) > 0)