Erstellen einer unorthodoxen Dummy-Variablen

Question

Ich muss einige unorthodoxe Dummy-Variablen erstellen und habe Probleme. Im Wesentlichen kann jeder Lehrer in meinem Datensatz mehrere Klassen unterrichten. Ich erstelle ein mehrstufiges Dataset, daher ist es in Ordnung, dass doppelte Lehrer-IDs vorhanden sind. Hier

ist ein Beispiel für die Daten:

#generate data 
teacher.id <- c(1:5, 1:5) 
class.taught <- c("ELA", "Math", "Science", "ELA", "Math", "Science", "Math", "ELA", "ELA", "Math") 

# combine into data frame 
dat <- data.frame(teacher.id, class.taught) 

Wie Sie Lehrer mit IDs 1 und 3 beide lehren 2 verschiedene Klassen zu sehen.

Der herkömmliche Ansatz zur Erstellung von Dummy-Ausbeuten Variablen:

# example of what I have done so far 
dat$teach.ELA <- ifelse(dat$class.taught == "ELA", 1, 0) 
dat$teach.MATH <- ifelse(dat$class.taught == "Math", 1, 0) 
dat$teach.SCIENCE <- ifelse(dat$class.taught == "Science", 1, 0) 
dat 

Allerdings ist hier, wie ich die neuen Dummy-Variablen möchte aussehen:

desired.ELA <- c(1,0,1,1,0,1,0,1,1,0) 
desired.MATH <- c(0,1,0,0,1,0,1,0,0,1) 
desired.SCIENCE <- c(1,0,1,0,0,1,0,1,0,0) 
dat.2 <- data.frame(dat, desired.ELA, desired.MATH, desired.SCIENCE) 
dat.2 

Meine Vermutung ist, dass ich Schleife zu müssen durch die Ids, um diese zu schaffen, aber darüber hinaus sehe ich wirklich nicht meinen Weg, um zu erreichen, was ich begehre.

Answer 1

Hier ist eine Basis R-Methode. Die Idee ist, dass Sie die Attrappen für jeden Lehrer schaffen und diese dann auf die ursprünglichen Daten zusammenführen:

# get dummies for each teacher 
temp <- as.data.frame(with(dat, table(teacher.id, class.taught) > 0)) 
temp$teacher.id <- as.integer(row.names(temp)) 

# merge onto dataset 
merge(dat, temp, by="teacher.id") 

Sie könnten die Logicals zu integer zwingen, wenn es Sie wirklich nervte, aber R wird für Sie all die Arbeit tun.

Answer 2

Just for fun, mit dplyr:

library(dplyr) 
dat %>% left_join(
    dat %>% 
     group_by(teacher.id) %>% 
     summarize(desired.ELA = ifelse(sum(teach.ELA), 1, 0), 
     desired.MATH = ifelse(sum(teach.MATH), 1, 0), 
     desired.SCIENCE = ifelse(sum(teach.SCIENCE), 1, 0)) 
) 

Ausgang:

teacher.id class.taught teach.ELA teach.MATH teach.SCIENCE desired.ELA desired.MATH desired.SCIENCE 
1   1   ELA   1   0    0   1   0    1 
2   2   Math   0   1    0   0   1    0 
3   3  Science   0   0    1   1   0    1 
4   4   ELA   1   0    0   1   0    0 
5   5   Math   0   1    0   0   1    0 
6   1  Science   0   0    1   1   0    1 
7   2   Math   0   1    0   0   1    0 
8   3   ELA   1   0    0   1   0    1 
9   4   ELA   1   0    0   1   0    0 
10   5   Math   0   1    0   0   1    0 

Answer 3

Ich würde dplyr und tidyr verwenden.

library(dplyr) 
library(tidyr) 

dummies <- 
dat %>% 
    group_by(teacher.id, class.taught) %>% 
    summarise(is_taught = as.numeric(n() > 0)) %>% 
    spread(class.taught, is_taught, fill = 0) 

> dummies 
Source: local data frame [5 x 4] 

    teacher.id ELA Math Science 
     (int) (dbl) (dbl) (dbl) 
1   1  1  0  1 
2   2  0  1  0 
3   3  1  0  1 
4   4  1  0  0 
5   5  0  1  0 

Sie können sie dann in den Originaldaten mit einem Join haben.

> inner_join(dat, dummies) 
Joining by: "teacher.id" 
    teacher.id class.taught ELA Math Science 
1   1   ELA 1 0  1 
2   2   Math 0 1  0 
3   3  Science 1 0  1 
4   4   ELA 1 0  0 
5   5   Math 0 1  0 
6   1  Science 1 0  1 
7   2   Math 0 1  0 
8   3   ELA 1 0  1 
9   4   ELA 1 0  0 
10   5   Math 0 1  0 

Answer 4

Sie können auch diese %in% mit tun:

dums <- function(dt, x){ 
    ix <- dt[, 2] %in% x 
    dt[, 1] %in% unique(dt[ix, 1]) 
} 

dums(dat, 'ELA') 
dums(dat, 'Math') 
dums(dat, 'Science') 

Dies gibt Ihnen WAHR/FALSCH anstatt 0/1 Vektoren, aber as.integer wird sie auf 0/1 bei Bedarf konvertieren.