在R中将分类列转换为多个二进制列

我试图将一个包含分类数据的列（“a”、“B”或“C”）转换为3列，其中1,0,0将是“a”；0,1,0表示“B”，等等

我在网上找到了这段代码：

flags = data.frame(Reduce(cbind, 
     lapply(levels(d$purpose), function(x){(d$purpose == x)*1})
))
names(flags) = levels(d$purpose)
d = cbind(d, flags)

# Include the new columns as input variables
levelnames = paste(names(flags), collapse = " + ")
neuralnet(paste("output ~ ", levelnames), d)

但我对R很陌生。有人能分析一下这个看起来很复杂的代码在做什么吗

编辑：

实施@nongkrong的建议我遇到了一个问题：

CSV:

R:

它适用于1列，但缺少X2D和X3Q。你知道为什么吗？

@nongkrong是对的——读一下

？公式

，你会发现大多数接受

公式

s作为输入的函数（例如

lm

，

glm

，等等）会自动将分类变量（存储为

因子

或

字符

s）转换为虚拟变量；通过在公式中指定

as.factor（var）

，可以强制非

factor

数值变量执行此操作

---

也就是说，我遇到过这样的情况，即手工创建这些指标是很方便的——例如，一个带有种族变量的数据集，在我认为不需要这些代码的情况下，您可以简单地使用

model.matrix（~purpose-1，data=d）

，但它所做的只是将factor变量扩展为一组虚拟列。每个虚拟列对应于原始因子的一个级别，并且该因子在originalAwesome中的位置为1，谢谢！我得到了这一点，可以很好地处理1列，但在多列中得到了奇怪的结果（请参见我对op的编辑）。我想这是因为

-1

，尝试删除它，看看会得到什么（尽管我原本预计

X1A

也会被删除…）它删除了一个截取列。现在，我通过一次做一列并使用cbind组合它们来解决这个问题。输出是这样的，因为这些虚拟列将您的因子的不同组合与基本情况截距进行对比（截距是使用

-1

从模型中删除的）。我不知道如何将这些专栏也包括在内，sadly@Michael.How假设我有多个列，每列中有多个因子，我可以为每列重复代码吗？我写了下面的代码，但它不工作，伪数据

df
fact1@user7462639我建议你问一个新问题，确保引用这个问题，并包括你迄今为止的尝试。正如我在回答中所建议的，你可能不想自己做这件事；另请参见
model.matrix
函数
X1,X2,X3
A,D,Q
B,E,R
C,F,S
B,G,T
C,H,U
A,D,Q

newData <- read.csv("new.csv")
newerData <- model.matrix(~ X1 + X2 + X3 -1, data=newData)
newerData

  X1A X1B X1C X2E X2F X2G X2H X3R X3S X3T X3U
1   1   0   0   0   0   0   0   0   0   0   0
2   0   1   0   1   0   0   0   1   0   0   0
3   0   0   1   0   1   0   0   0   1   0   0
4   0   1   0   0   0   1   0   0   0   1   0
5   0   0   1   0   0   0   1   0   0   0   1
6   1   0   0   0   0   0   0   0   0   0   0

flags = data.frame(Reduce(cbind, 
     lapply(levels(d$purpose), function(x){(d$purpose == x)*1})
))

#This line simply puts column names on each of the indicator variables
#  Note that you can replace the RHS of this line with whatever 
#  naming convention you want for the levels--a common approach might
#  be to specify paste0(levels(d$purpose),"_flag"), e.g.
names(flags) = levels(d$purpose)
#this line adds all the indicator variables to the original 
#  data.frame
d = cbind(d, flags)
#this creates a string of the form "level1 + level2 + ... + leveln"
levelnames = paste(names(flags), collapse = " + ")
#finally we create a formula of the form y~x+d1+d2+d3
#  where each of the d* is a dummy for a level of the categorical variable
neuralnet(paste("output ~ ", levelnames), d)

library(data.table)
setDT(d)
l = levels(purpose)
d[ , (l) := lapply(l, function(x) as.integer(purpose == x))]
d[ , neuralnet(paste0("output~", paste0(l, collapse = "+"))]