1

我需要将分类变量转换为多个二分（“虚拟”）变量以用于逻辑回归。说我的数据框是：

    tdf <- data.frame(first=sample(c("A", "B", "C", "D"), 100, replace=T),
                      lobe = sample(c("RUL", "RML", "RLL", "LUL", "LLL"), 100, replace=T),
                      continuous=sample(1:100, 100),
                      smoker = sample(c("never", "less20", "more20"), 100, replace=T)
                      )

我可以手动做

first. <- with (tdf,  factor (first))
dummies <-  model.matrix(~ first.)
dummies <- dummies[,-1]
tdf <- cbind(tdf, dummies)

请注意，将因素称为“第一”很重要。（或更一般地，“变量”），因为虚拟变量会将此前缀继承到它们各自的名称中，以便以后更容易识别它们（'variable1.factor2'，'variable1.factor3'等）。

我的问题是：如何使用以编程方式分配变量名称的函数来做到这一点：

dummify <- function(df, vectorOfColIndices) {
  cn <- colnames(df) 
  for (i in vectorOfColIndices) {
    t. <- with (tdf,  factor (df[i])) # temporary factor
    assign (cn[i], t.) # give it the proper 'Variable.' name
    dummies <-  model.matrix(~ ????) # Stuck here: how do I call this newly created structure?
    ...
  }
}

这样我以后就可以像这样转换数据框：

vd <- c(1,2,4) # columns that need to be converted into dummy vars
df <- dummify(df, vd)
4

2 回答 2

2 
dummify <- function( df , col.indicies.to.add.dummies ) {

    for ( i in names( df )[ col.indicies.to.add.dummies ] ) {

        t. <- with( df , factor( df[ , i] ) )

        dummies <-  model.matrix( ~t. ) 

        colnames( dummies ) <- paste( i , levels( t. ) , sep = "." )

        dummies <- dummies[ , -1 ]

        df <- cbind( df , dummies )

    }

    df
}
于 2013-02-23T22:14:08.160 回答
2

同意 Dason 的评论，即在很多情况下您应该手动创建假人。而且，如果你这样做，安东尼的解决方案很好。我提出这个替代方案只是为了好玩:)

dummify <- function(df, vectorOfColIndices) {
  for (i in vectorOfColIndices) {
    var <- paste(names(df)[i], ".", sep="")
    assign(var, df[[i]])
    df <- cbind(df, model.matrix(reformulate(var))[, -1])
  }
  return(df)
}
于 2013-02-23T23:00:38.623 回答