我有一个数据集,我的所有数据都是分类的,我想用一个热门编码进行进一步分析。复杂变量的一个热门编码
我想主要问题需要解决:
- 一些细胞中含有很多的文字在一个单元(一个例子如下)。
- 某些数值需要更改为进一步处理的因素。
数据与3个标题的时代,信息&目标
mydf <- structure(list(Age = c(99L, 10L, 40L, 15L), Info = c("c(\"good\", \"bad\", \"sad\"",
"c(\"nice\", \"happy\", \"joy\"", "NULL", "c(\"okay\", \"nice\", \"fun\", \"wild\", \"go\""
), Target = c("Boy", "Girl", "Boy", "Boy")), .Names = c("Age",
"Info", "Target"), row.names = c(NA, 4L), class = "data.frame")
我想创建上面显示所有这些变量中的一个热点编码,以便它看起来像下面这样:
Age_99 Age_10 Age_40 Age_15 good bad sad nice happy joy null okay nice fun wild go Boy Girl
1 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1
你是怎么得到这个数据在这种形式开始?你能为我们输入这几行吗? – A5C1D2H2I1M1N2O1R2T1