R 循环通过数据帧中的变量来创建交互
我在一个数据框架中有100个分类变量,我想为我的预测模型创建交互。我创建了一个循环来完成它,但最终得到的是重复的R 循环通过数据帧中的变量来创建交互,r,dataframe,R,Dataframe,我在一个数据框架中有100个分类变量,我想为我的预测模型创建交互。我创建了一个循环来完成它,但最终得到的是重复的 df <- data.frame(Col1=c("A","B","C"), Col2=c("F","G","H"), Col3=c("X","Y","Z")) 当我运行代码来创建与变量的交互时 vars <- colnames(df) for (i in vars) { for (j in
df <- data.frame(Col1=c("A","B","C"),
Col2=c("F","G","H"),
Col3=c("X","Y","Z"))
当我运行代码来创建与变量的交互时
vars <- colnames(df)
for (i in vars) {
for (j in vars) {
if (i != j) {
df[,c(paste0(i, j))] <- paste(df[[i]],df[[j]],sep='*')}}}
有没有办法删除这些DUP?您的问题的可能答案:
您不需要为每对变量创建一个显式的交互列。相反,模型公式中的
Col1*Col2
将自动生成交互。例如,如果您的结果变量是y
(这将是数据框中的一列),并且您想要一个包含其他列之间所有双向交互的回归公式,您可以执行以下操作:
form = reformulate(apply(combn(names(df)[-grep("y", names(df))], 2), 2, paste, collapse="*"), "y")
form
那么您的回归模型将是:
mod = lm(form, data=df)
一个选项可以是使用
combn
和apply
功能。一个自定义函数将需要打印两个由*
分隔的分类值(例如A*F
)
#数据
df您使用的是什么建模软件包?有助于自动化的软件包,如<代码> GLMUTI。这将有助于看到您期望的输出,即您试图生成哪些组合。一般来说,如果您认为CyxCy和CyyCox作为重复,那么可能代替“代码> i!j
您可以在循环中使用i
。@AntoniosK它可以工作。一个小小的改变,改变了一切!谢谢
You can do two-way interactions simply using `.*.` and arbitrary n-way interactions writing `.^n`. `formula(g)` will tell you the expanded version of the formula in each of these cases.
form = reformulate(apply(combn(names(df)[-grep("y", names(df))], 2), 2, paste, collapse="*"), "y")
form
y ~ Col1 * Col2 + Col1 * Col3 + Col2 * Col3
mod = lm(form, data=df)
# data
df <- data.frame(Col1=c("A","B","C"),
Col2=c("F","G","H"),
Col3=c("X","Y","Z"))
#function to paste two values together in A*F format
multiplyit <- function(x){
paste(x, collapse = "*")
}
# Call combn using apply
df2 <- t(apply(df, 1, combn, 2, multiplyit))
#generate and set column names of df2
colnames(df2) <- paste("Col", combn(1:3, 2, paste, collapse="Col"), sep="")
#combine df and df2 to get the final df
df_final <- cbind(df, df2)
df_final
# Col1 Col2 Col3 Col1Col2 Col1Col3 Col2Col3
#1 A F X A*F A*X F*X
#2 B G Y B*G B*Y G*Y
#3 C H Z C*H C*Z H*Z