从一个字符串变量创建多个虚拟变量

Question

我已经尝试了几乎所有的从this similar question，但我不能得到其他人似乎正在取得的结果。这是我的问题：

我有一个这样的数据框架，列出了每一位教师的工作成绩：

> profs <- data.frame(teaches = c("1st", "1st, 2nd",
                                  "2nd, 3rd",
                                  "1st, 2nd, 3rd"))
> profs
        teaches
1           1st
2      1st, 2nd
3      2nd, 3rd
4 1st, 2nd, 3rd

我一直在寻找将teaches变量分解为列的解决方案，如下所示：

  teaches1st teaches2nd teaches3rd
1          1          0          0
2          1          1          0
3          0          1          1
4          1          1          1

考虑到答案者的解释，涉及splitstackshape库和明显被废弃的concat.split.expanded函数的splitstackshape应该做我想做的事情。然而，我似乎不能达到同样的结果：

> concat.split.expanded(profs, "teaches", fill = 0, drop = TRUE)
Fehler in seq.default(min(vec), max(vec)) : 
  'from' cannot be NA, NaN or infinite

使用cSplit (我理解它取代了“大多数早期的concat.split*函数”)，我得到了以下信息：

> cSplit(profs, "teaches")
   teaches_1 teaches_2 teaches_3
1:       1st        NA        NA
2:       1st       2nd        NA
3:       2nd       3rd        NA
4:       1st       2nd       3rd

我试过使用cSplit的帮助并调整其中的每一个参数，但我就是无法得到这种分割，我很感谢任何帮助。

Answer 1

由于您的连接数据是连接字符串(而不是连接的数值)，因此需要添加type = "character"才能使函数按您的预期工作。

函数的默认设置是数值，因此出现了关于NaN等的错误。

命名与同一家族中其他功能的简短形式更加一致。因此，现在是cSplit_e (尽管旧的函数名仍然有效)。

library(splitstackshape)
cSplit_e(profs, "teaches", ",", type = "character", fill = 0)
#         teaches teaches_1st teaches_2nd teaches_3rd
# 1           1st           1           0           0
# 2      1st, 2nd           1           1           0
# 3      2nd, 3rd           0           1           1
# 4 1st, 2nd, 3rd           1           1           1

?concat.split.expanded的帮助页面与cSplit_e的帮助页面相同。如果你有任何技巧让它更清楚地理解，请提出一个问题，在包的GitHub页面。

Answer 2

这是另一种选择：

Vectorize(grepl, 'pattern')(c('1st', '2nd', '3rd'), profs$teaches)
#        1st   2nd   3rd
# [1,]  TRUE FALSE FALSE
# [2,]  TRUE  TRUE FALSE
# [3,] FALSE  TRUE  TRUE
# [4,]  TRUE  TRUE  TRUE

Answer 3

你可以试试mtabulate从qdapTools

library(qdapTools)
res <- mtabulate(strsplit(as.character(profs$teaches), ', '))
colnames(res) <- paste0('teaches', colnames(res))
res
#    teaches1st teaches2nd teaches3rd
#1          1          0          0
#2          1          1          0
#3          0          1          1
#4          1          1          1

或者使用stringi

library(stringi)
(vapply(c('1st', '2nd', '3rd'), stri_detect_fixed, logical(4L), 
                          str=profs$teaches))+0L
#     1st 2nd 3rd
#[1,]   1   0   0
#[2,]   1   1   0
#[3,]   0   1   1
#[4,]   1   1   1