R數據幀每行都有唯一的值

Question

我想更改一個數據幀，以便它只包含每行的唯一值。例如，假設我有一個這樣的數據幀：

person1 person2 person3 
1   2  NA 
4   4  5 
6   NA  NA 

，但我想改變它，使每行有唯一的值：

person1 person2 person3 
1   NA  NA 
NA   2  NA 
NA   NA  NA 
4   4  NA 
NA   NA  5 
6   NA  NA 

最終的目標是，我想做一個關聯矩陣，像這樣：

person1 person2 person3 
1  1   0   0 
2  0   1   0 
3  0   0   0 
4  1   1   0 
5  0   0   1 
6  1   0   0 

有人有關於如何用R做這個建議嗎？

Answer 1

的一種方法是分配自己儘可能多行的矩陣在數據幀中的最高值，然後在正確使用一個簡單的循環來填補它與1小號位置。

我們調用分配的矩陣output，給它與原始數據幀相同的colname。

max.value <- max(df, na.rm=T) 
output <- matrix(0, nrow = max.value, ncol=ncol(df)) 
colnames(output) <- colnames(df) 

現在我們有一個6x3的零矩陣。現在，一個簡單的嵌套循環遍歷output的每列，將1分配給output的適當列位置，如i所示。

for (j in 1:ncol(output)) { #for each column of the output matrix 
    for (i in df[, j]) {  #for the appropriate position in the column according to df 
    output[i, j] <- 1  #assign 1 to that position 
    } 
} 

> output 
    person1 person2 person3 
[1,]  1  0  0 
[2,]  0  1  0 
[3,]  0  0  0 
[4,]  1  1  0 
[5,]  0  0  1 
[6,]  1  0  0 

應該儘可能多的人和你需要的行。

附錄：這裏是測試數據幀的dput。

structure(list(person1 = c(1L, 4L, 6L), person2 = c(2L, 4L, NA 
), person3 = c(NA, 5L, NA)), .Names = c("person1", "person2", 
"person3"), class = "data.frame", row.names = c(NA, -3L)) 

Answer 2

這不會填充「缺失」值（例如沒有人有3），但會創建一個稀疏關聯矩陣。

library(tidyverse) 

data = tribble(
    ~person1, ~person2, ~person3, 
    1,  2,  NA, 
    4,  4,  5, 
    6,  NA,  NA 
) 

data %>% 
    gather(key, value, na.rm = T) %>% 
    xtabs(~ value + key, data = ., sparse = T) 

#> 5 x 3 sparse Matrix of class "dgCMatrix" 
#> person1 person2 person3 
#> 1  1  .  . 
#> 2  .  1  . 
#> 4  1  1  . 
#> 5  .  .  1 
#> 6  1  .  . 

如果要構建所有「缺失」變量，則需要將「number」元素轉換爲具有所有級別的因子。

例如：

data %>% 
    gather(key, value, na.rm = T) %>% 
    # Add factor with levels 1:6 --> 1, 2, 3, 4, 5, 6 
    mutate(value = factor(value, levels = 1:6)) %>% 
    xtabs(~ value + key, data = ., sparse = T) 

#> 6 x 3 sparse Matrix of class "dgCMatrix" 
#> person1 person2 person3 
#> 1  1  .  . 
#> 2  .  1  . 
#> 3  .  .  . 
#> 4  1  1  . 
#> 5  .  .  1 
#> 6  1  .  .