问题标签 [dummy-variable]

我有一个基于不同年份的数据，重复了几次。我希望我的输出具有等于年数的列，每列一年。现在，目的是分别为每一年创建虚拟对象。例如，只要在与 2000 年平行的主数据中存在非 NA 观测值，2000 年的输出列必须具有值“1”，否则为“0”。此外，NA 必须保持 NA。请参阅下面的输入数据小样本：

现在输出应该是：

如果可能的话，我宁愿通过使用“for 循环”来获得这个输出。否则，将不胜感激任何更简单的方法。

如何将 pandas 数据帧转换为 sklearn one-hot-encoded（数据帧/numpy 数组），其中某些列不需要编码？

是一个已经标签编码的数据框，我只想对标记的列进行编码columnsToEncode？

我的问题是我不确定 apd.Dataframe或numpy数组表示是否更好，以及如何将编码部分与另一个重新合并。

到目前为止我的尝试：

注意：我知道Pandas: Get Dummies / http://pandas.pydata.org/pandas-docs/stable/generated/pandas.get_dummies.html但这在我需要这样的训练/测试分裂中表现不佳每折叠一个编码。

我有一个由 n 个人组成的调查；每个人在调查中出现一次以上（小组）。我有一个可变笔，如果个人投资于补充养老金形式，它是一个价值 1 的虚拟笔。例如：

其中 id 是个人，yb 是出生年份，pens 是关于补充养老金的虚拟变量。

我想知道是否有个人在 t 年投资了补充养老金，但在 t+2 年没有持有补充养老金（调查每两年进行一次）。通过这种方式，我想知道有多少人拥有补充养老金表格但在养老金之前释放或放弃（例如出于经济原因）。

我试过这个命令：

实际上，我有一些人的 pen 变量在一段时间内发生了变化（该命令检查变量是否及时保持不变）。出于这个原因，我发现个人的笔变量从 t 年的 0（没有补充养老金）变为 t+2 年的 1，反之亦然；但我对第 t 年笔变量为 1（有补充养老金）和 t+2 年为 0 的个人感兴趣。

如果我将此命令与 df 一起使用，我会得到 id 1 和 2 的变量 x 为 0（pen 变量不是常量），但我需要找到一种方法来获取 id 2（其 pen 变量从1比0）。

（为了简洁起见，我省略了其他变量）

所以想要的输出是：

只有 id 2 具有 x=0，因为 pen 变量从 1 变为 0。

提前致谢

我想创建类别的二进制表示。我知道如何排除类别（使用 caret 包），但不是一种直接的方法来排除非排除类别。例如

movies <- data.table(movie=c( "batman", "bighero6"), type=list("action",c("action","animation"))) movie type 1: batman action 2: bighero6 action,animation

我想获得类似的东西 action animation batman 1 0 bighero6 1 1

我有一个由 2015 年的日内交易数据组成的 xts 时间序列对象。我想添加一个虚拟变量，将 1 表示为事件日或将 0 表示为非事件日。

由于虚拟变量本质上不是时间序列，我是否可以将其添加到我的交易数据中？

我应该如何构建虚拟列？

如何将其添加到现有的 xts 中？

R新手，所以请在你的回答中尽可能具体。谢谢！

我有一组公司规模的二分变量：emp1_2（即拥有 1 或 2 名雇员的公司，包括所有者）、emp3_9、emp10_19、emp20_49、emp50_99、emp100_249、emp250_499、emp500，另外我没有关于 27 家公司的信息规模，但我有根据地猜测它们是大公司。

我想为作为“小公司”的公司创建一个二分变量；因此，该变量在等于 1 时emp1_2==1 | emp3_9==1 | emp10_19==1等于 1，否则为 0。

根据我对Stata的理解，我是一个裸用户，以下两种构造二分变量的方法应该是等价的。

方法1)

方法2)

相反，我发现使用方法 2) lar_firm 等于 1 对于 emp1_2 | 的公司。emp3_9 | emp10_19 和未进入任何类别的公司（即 emp1_2、emp3_9、emp10_19、emp20_49、emp50_99、emp100_249、emp250_499、emp500），但我有根据地猜测它们是大公司。

我想知道这两种方法之间是否有一些细微的区别。我虽然他们应该导致平等的结果。

我正在尝试为分类变量创建虚拟变量。但是，当我创建它们时，我得到“ValueError：列重叠但没有指定后缀”。这是代码：

我使用model.matrix()方法R来生成虚拟变量：

我们需要设置什么参数而不是 0 和 1 输出标签，model.matrix()以便输出标签为 -1 和 1？

几天前我开始使用 R 并且真的可以使用一些帮助：D 我目前有一个包含 200 个观察值和 12 个变量的 data.frame（它们代表点击，因此它们被命名为 c1-c12）。

背景： 用户单击（最多 12 次）字段。这些字段按 6 行 4 列排序，用户的点击记录为数字：

每个值的第一位代表行，第二位代表列。这就是为什么它们被命名为 11-16、21-26 ... 41-46。值范围为 c(11:16, 21:26, 31:36, 41:46)，因此有 24 个可能的值。

我能够将数据读入 R，前 10 个观察结果如下所示：

我的数据：

我想将我的数据转换为某种设计矩阵，该矩阵基于背景中给出的位置表，但是：作为所需的输出，我每次观察需要一个矩阵，再次包含 6 行和 4 列以及单击时的 1字段（即位置的值是观察的一部分）和所有其他位置的 0。第一个观察结果将如下所示：

你能给我提示哪些包裹等。我应该研究一下，也许有一些提示作为指导或类似的东西？

我的想法是为位置创建一个矩阵，然后将它们与观察结果相乘，但我目前真的很挣扎，不知道从哪里开始。

我在 R 中的位置矩阵现在看起来像这样：

（背景提供）

**可能有一种更简单、更聪明的解决方案，因为我的值包含 rownumber（第一位）和 columnnr（第二位），但我不知道如何按位置将它们写入矩阵 **

干杯和感谢， Sidebob

如何处理 sk-learn 中标签编码的未知值？标签编码器只会在检测到新标签的情况下爆炸。

我想要的是通过one-hot -encoder对分类变量进行编码。但是，sk-learn 不支持字符串。所以我在每一列上都使用了一个标签编码器。

我的问题是在管道的交叉验证步骤中出现了未知标签。基本的 one-hot-encoder 可以选择忽略这种情况。先验pandas.getDummies /cat.codes是不够的，因为管道应该与现实生活中的新传入数据一起工作，这些数据也可能包含未知标签。

是否可以CountVectorizer为此目的使用 a ？