Fatal编程技术网
  • r/
  • R：将R因子扩展为每个因子级别的虚拟列

R：将R因子扩展为每个因子级别的虚拟列

r

R：将R因子扩展为每个因子级别的虚拟列,r,bigdata,categorical-data,dummy-data,model.matrix,R,Bigdata,Categorical Data,Dummy Data,Model.matrix,我在R中有一个相当大的数据框架，有两列。我试图将code列（factor类型，858个级别）作为虚拟变量。问题是，当我尝试这样做时，R工作室总是崩溃 > str(d) 'data.frame': 649226 obs. of 2 variables: $ User: int 210 210 210 210 269 317 317 317 317 326 ... $ Code : Factor w/ 858 levels "AA02","AA03",..: 164 49

我在R中有一个相当大的数据框架，有两列。我试图将
code
列（
factor
类型，858个级别）作为虚拟变量。问题是，当我尝试这样做时，R工作室总是崩溃

> str(d)
'data.frame':   649226 obs. of  2 variables:
 $ User: int  210 210 210 210 269 317 317 317 317 326 ...
 $ Code      : Factor w/ 858 levels "AA02","AA03",..: 164 494 538 626 464 496 435 464 475 163 ... 

User
列不是唯一的，这意味着可以有多行具有相同的
User
。不管最后行的数量是否保持不变，或者具有相同
User
的行是否合并到一行中，该行具有多个非空列，且计数为
code
s

我找到了两种解决方案，它们适用于较小的数据集，但不适用于我的数据集

  • 尝试使用
    model.matrix
    ，但R Studio刚刚崩溃

    m <- model.matrix( ~ Code, data = d)
    在这里找到

如果你能向我推荐一些快速且适用于此类数据的方法，那就太好了

谢谢

这对我来说非常有效：

library(reshape2)
m <- acast(data = d, User ~ Code)
如果我理解正确的话，您希望获得一个包含两列的数据框，并为
code
中的因子级别添加
858-1
列虚拟变量。。。为什么？你说的“R工作室崩溃”是什么意思？是否有错误消息？您是否有足够的RAM用于649226*859数据帧？@rawr，是的，您是正确的。我想从
recommenderlab
包中运行方法（例如
Recommender
）。他们描述的是，你必须拥有这种用户物品购买矩阵，才能预测用户未来可以购买什么。第21页，[recommenderlab package]（）查看库中的命令
析取
采样如果您想要0而不是NAs，请尝试填充选项：
m

library(reshape2)
m <- acast(data = d, User ~ Code)



m[is.na(m)] <- 0