用布尔值分隔列
我在我的data.frame的一个名为services的列中有以下逗号分隔的数据。
> dput(structure(df$services[1:5]))
list("Global Expense Management, Company Privacy Policy", "Removal Services, Global Expense Management",
"Removal Services, Exception & Cost Admin, Global Cost Estimate, Company Privacy Policy",
"Removal Services, Exception & Cost Admin, Ancillary Services, Global Cost Estimate, Global Expense Management, Perm Storage, Company Privacy Policy",
"Global Expense Management, Company Privacy Policy")
我想在我的数据框中将这些数据转换为单独的列，如果该行包含服务，则在该服务的列下设置TRUE。 否则，将该值设置为FALSE。
例如，如果我希望我的数据框看起来像这样：
GlobalExpenseManagement | CompanyPrivacyPolicy | etc...
TRUE TRUE
TRUE FALSE
FALSE TRUE
我假设我必须分割逗号分隔值，将它们分组以删除重复项，然后将它们作为names(df)到我的数据框中。 但是，我不知道如何迭代数据集，并在行包含该服务时设置true / false。
有没有人有任何好想法必须这样做？
编辑：将数据合并回来
我现在正在尝试将新矩阵与我现有的数据框结合起来，以便将新服务替换为新的列对应服务。 我已经尝试了这个基于@普拉福特下面的伟大答案：
names(df) <- headnames
rbind(mat, df)
但是，我得到这个错误：
名称（df）< - 名称：'名称'属性[178]中的错误必须与矢量[7]的长度相同
我也试过这个：
final <- data.frame(cbind(mat, df))
但是，它似乎缺少来自df的列。 我怎样才能将mat的列与df结合起来？
我会考虑cSplit_e从我的“splitstackshape”包。 结果是一个二进制“1”和“0”而不是TRUE和FALSE ，但这应该很容易转换。
样本数据：
df <- data.frame(services = I(
list("Global Expense Management, Company Privacy Policy", "Removal Services, Global Expense Management",
"Removal Services, Exception & Cost Admin, Global Cost Estimate, Company Privacy Policy",
"Removal Services, Exception & Cost Admin, Ancillary Services, Global Cost Estimate, Global Expense Management, Perm Storage, Company Privacy Policy",
"Global Expense Management, Company Privacy Policy")))
将“services”列转换为一个vector而不是一个list ：
df$services <- unlist(df$services)
现在把它分开：
library(splitstackshape)
cSplit_e(df, "services", ",", type = "character", fill = 0)
## services
## 1 Global Expense Management, Company Privacy Policy
## 2 Removal Services, Global Expense Management
## 3 Removal Services, Exception & Cost Admin, Global Cost Estimate, Company Privacy Policy
## 4 Removal Services, Exception & Cost Admin, Ancillary Services, Global Cost Estimate, Global Expense Management, Perm Storage, Company Privacy Policy
## 5 Global Expense Management, Company Privacy Policy
## services_Ancillary Services services_Company Privacy Policy services_Exception & Cost Admin
## 1 0 1 0
## 2 0 0 0
## 3 0 1 1
## 4 1 1 1
## 5 0 1 0
## services_Global Cost Estimate services_Global Expense Management services_Perm Storage
## 1 0 1 0
## 2 0 1 0
## 3 1 0 0
## 4 1 1 1
## 5 0 1 0
## services_Removal Services
## 1 0
## 2 1
## 3 1
## 4 1
## 5 0
尝试：
splitup <- sapply(unlist(lst), strsplit, ', ')
headnames <- unique(unlist(splitup))
(mat <- t(unname(sapply(splitup, function(x) headnames %in% x))))
[,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,] TRUE TRUE FALSE FALSE FALSE FALSE FALSE
[2,] TRUE FALSE TRUE FALSE FALSE FALSE FALSE
[3,] FALSE TRUE TRUE TRUE TRUE FALSE FALSE
[4,] TRUE TRUE TRUE TRUE TRUE TRUE TRUE
[5,] TRUE TRUE FALSE FALSE FALSE FALSE FALSE
我们首先用逗号分割数据，然后使用unlist直接访问元素。 headnames确实如你提到，寻找独特的类别标题。 最后一行首先与每个列表项匹配标题类别，然后使用unname删除自动命名， unname数据转换回我们想要的t 。
要添加在上面我们指定先前定义为使用功能的列标题的唯一名字的名字colnames 。 顺序解决正确，因为这是用于进行行观察相同的headnames向量。
colnames(mat) <- headnames
Global Expense Management Company Privacy Policy
[1,] TRUE TRUE
[2,] TRUE FALSE
[3,] FALSE TRUE
[4,] TRUE TRUE
[5,] TRUE TRUE...
上一篇: Separated Column to Columns with Booleans
下一篇: R rownames(foo[bar]) prints as null but can be successfully changed