r - R：将 R 因子扩展到每个因子级别的虚拟列

Question

我在 R 中有一个相当大的数据框，有两列。我试图从Code列（factor类型为 858 级）中找出虚拟变量。问题是当我尝试这样做时，R Studio 总是崩溃。

> str(d)
'data.frame':   649226 obs. of  2 variables:
 $ User: int  210 210 210 210 269 317 317 317 317 326 ...
 $ Code      : Factor w/ 858 levels "AA02","AA03",..: 164 494 538 626 464 496 435 464 475 163 ... 

该User列不是唯一的，这意味着可以有几行具有相同的User. 不管最终行数保持不变还是将相同的行User合并到一行中，该行有几列非空且计数为Codes。

我发现了一些适用于较小数据集的解决方案，但不适用于我的。

• 尝试使用model.matrix，但 R Studio 只是崩溃

  m <- model.matrix( ~ Code, data = d)
  

  在这里找到自动将 R 因子扩展为每个因子级别的 1/0 指标变量的集合

• 尝试for使用 循环ifelse，但代码运行了 4 小时，然后我注意到 R Studio 崩溃了。

  for (t in unique(d$Code)) {
    d[paste("Code", t, sep = "")] <- ifelse(d$Code == t, 1, 0)
  }
  

  在这里找到从分类变量创建新的虚拟变量列

如果您能向我推荐一些快速且适用于此类数据的方法，那就太好了。

谢谢！

Answer 1

这对我来说非常有用：

library(reshape2)
m <- acast(data = d, User ~ Code)

唯一的问题是它产生了NAs，而不是0s，但这可以很容易地用这个来改变：

m[is.na(m)] <- 0