R将data.frame的一列更改为二进制向量

我已将此文件读入R中的data.frame，如您所见，第5列包含一些用“；”分隔的值。是否可以将此data.frame转换为更大的data.frame并将第5列扩展为二进制向量

> head(uinfo)
      V1   V2 V3  V4                             V5
1 100044 1899  1   5    831;55;198;8;450;7;39;5;111
2 100054 1987  2   6                              0
3 100065 1989  1  57                              0
4 100080 1986  1  31 113;41;44;48;91;96;42;79;92;35
5 100086 1986  1 129                              0
6 100097 1981  1  75                              0

因此，作为一个简单的示例，如果我的前两行是：

1 100044 1899  1   5    1;2;4;7
2 100054 1987  2   6    3;8

我想得到：

1 100044 1899  1   5    1 1 0 1 0 0 1 0 0 0
2 100054 1987  2   6    0 0 1 0 0 0 0 1 0 0

我是否必须使用另一个程序（如python）来预处理数据，或者是否可以通过一些apply函数来进行预处理

---

谢谢

您可以尝试我的“splitstackshape”软件包中的

concat.split.expanded

功能：

添加

drop=TRUE

以删除原始列

---

此处，“mydf”的定义如下：

mydf <- structure(list(V1 = c(100044L, 100054L), V2 = c(1899L, 1987L), 
    V3 = 1:2, V4 = 5:6, V5 = c("1;2;4;7", "3;8")), .Names = c("V1", 
"V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, -2L))

---

mydf您可以从我的“splitstackshape”软件包中尝试
concat.split.expanded
功能：

添加
drop=TRUE
以删除原始列


此处，“mydf”的定义如下：

mydf <- structure(list(V1 = c(100044L, 100054L), V2 = c(1899L, 1987L), 
    V3 = 1:2, V4 = 5:6, V5 = c("1;2;4;7", "3;8")), .Names = c("V1", 
"V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, -2L))

mydf这里的想法是有两个要求：

将数据拆分为分号`
创建列，用零/假填充空列
#1很简单：使用strsplit


#2可以通过按照新列的数量排序，并检查它们是否在新飞溅的字符串中来完成

  library(data.table)

  largest <- 1e3  # (Whatever your largest expected value)
  newColNames <- as.character(seq(largest))
  dat[,  (newColNames) := as.data.table(t(sapply(strsplit(V5, ";"), "%in%", x=seq(largest))))]

  # if you really want numeric (as opposed to logical)
  dat[, (newColNames) := lapply(.SD, as.numeric), .SDcols=newColNames]

库（data.table）
最大这里的想法是有两个要求：

将数据拆分为分号`
创建列，用零/假填充空列
#1很简单：使用strsplit


#2可以通过按照新列的数量排序，并检查它们是否在新飞溅的字符串中来完成

  library(data.table)

  largest <- 1e3  # (Whatever your largest expected value)
  newColNames <- as.character(seq(largest))
  dat[,  (newColNames) := as.data.table(t(sapply(strsplit(V5, ";"), "%in%", x=seq(largest))))]

  # if you really want numeric (as opposed to logical)
  dat[, (newColNames) := lapply(.SD, as.numeric), .SDcols=newColNames]

库（data.table）
最大使用基函数（我认为步骤太多）

>df pos x cbind（df，t（位置，功能（y）替换（x，y，1）））
V1 V2 V3 V4 V5 1 2 3 4 5 6 7 8
1 100044 1899  1  5 1;2.4.7 1 1 0 1 0 0 1 0
2 100054 1987  2  6     3;8 0 0 1 0 0 0 0 1
使用基本函数（我认为步骤太多）

>df pos x cbind（df，t（位置，功能（y）替换（x，y，1）））
V1 V2 V3 V4 V5 1 2 3 4 5 6 7 8
1 100044 1899  1  5 1;2.4.7 1 1 0 1 0 0 1 0
2 100054 1987  2  6     3;8 0 0 1 0 0 0 0 1
Hello，一个可复制的示例（即，可以剪切+粘贴的内容）会很有帮助。您可以使用
复制（）
。看一下说明书您好，一个可复制的例子（即，可以剪切+粘贴的东西）会很有帮助。您可以使用
复制（）
。看看说明书+1非常好！我不熟悉
splitstackshape
@RicardoSaporta，谢谢。这是一个正在进行的工作。我现在正在检查它，非常酷+1非常好！我不熟悉
splitstackshape
@RicardoSaporta，谢谢。这是一项正在进行的工作。我现在正在检查，非常酷