各位好 单一变量创造dummy variable网络已经有很多答案了
我现在遇到的是要比对多个变量来创造dummy variable
假设我的data长下面这样
rowname a b c
1 2 5 NA
2 1 NA NA
3 1 2 3
4 3 NA NA
5 2 4 NA
6 1 4 5
希望能得到
is.1 is.2 is.3 is.4 is.5
1
FALSE TRUE FALSE FALSE FALSE
2
TRUE FALSE FALSE FALSE FALSE
3
TRUE TRUE TRUE FALSE FALSE
4
FALSE TRUE FALSE TRUE FALSE
5
FALSE TRUE FALSE TRUE FALSE
6 TRUE FALSE FALSE TRUE TRUE
6
这个例子是个简单化的范本
一个row有可能分属好几个category 以第一个row举例
他就属于第二类跟第五类 第二个row则只属于第一类
我现在的写法是
for (i in 1 : 5) {
dat[, paste0("is.category", "i") := .SD[, 2 : 4] %in% "i" %>% any,
by = 1 : nrow(dat)]
}
目前我只会这样写 但是这个方法超慢 以我50万个rows为例就要跑20分钟
我相信有更好的写法 只是我不知道如何写 因此想请教各位