如何在不使用R中的循环的情况下编写此指标矩阵
我有一个由数字序列给出的因子向量。这些因素也存在于单独的数据集A中,称为如何在不使用R中的循环的情况下编写此指标矩阵,r,for-loop,matrix,indicator,R,For Loop,Matrix,Indicator,我有一个由数字序列给出的因子向量。这些因素也存在于单独的数据集A中,称为test\u set和train\u set。下面的代码所做的是查找数据集中的因子在因子向量中的匹配位置,并将1放在矩阵的位置。将该矩阵composite\u test乘以test\u set$composite应该会得到comp test_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)]) train_set <- data.fr
test\u set
和train\u set
。下面的代码所做的是查找数据集中的因子在因子向量中的匹配位置,并将1放在矩阵的位置。将该矩阵composite\u test
乘以test\u set$composite
应该会得到comp
test_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)])
train_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)])
compare_comp <- letters[1:3]
compound_test <- matrix(0,nrow(test_set),length(compare_comp)) # test indicator matrix
compound_train <-matrix(0,nrow(train_set),length(compare_comp))
for (i in 1:length(compare_comp)){
compound_test[which(compare_comp[i]==test_set$Compound),i]=1
compound_train[which(compare_comp[i]==train_set$Compound),i]=1}
test\u set更简单的选项是model.matrix
frombase R
model.matrix(~ Compound-1, train_set)
model.matrix(~ Compound-1, test_set)
或者,如果我们使用行序列cbind
,也可以使用table
table(cbind(nr = seq_len(nrow(train_set)), train_set))