我需要在数据框中“二进制化”一些数据R

我有一个数据框，并且我想在前56列中对每个数据点进行二进制化处理，条件是如果该值大于0，则它会被设置设为1，否则设为0.有没有简单的方法来做到这一点？我需要在数据框中“二进制化”一些数据R

2013-03-06 Hoser

你也可以看到[这个问题]（http://stackoverflow.com/q/14526429/1270695）和不同的答案，以及一些基准测试，如果速度值得关注的话。与这个问题的区别在于，你只是在处理一个列的子集。 – A5C1D2H2I1M1N2O1R2T1 2013-03-06 04:53:53

是否有一个特定的原因，你需要的值是0/1而不是TRUE/FALSE？您可以放弃将结果视为合乎逻辑的几件事情。 – Dason 2013-03-06 05:46:35

使用矢量ifelse，你可以这样做：

m[,1:56] <- ifelse(m[,1:56] > 0,1,0)

例如，我们可以在小矩阵测试：

m <- matrix(sample(c(-2,2),5*3,rep=T),ncol=5,nrow=3,byrow=T) 
> m 
    [,1] [,2] [,3] [,4] [,5] 
[1,] 2 2 2 2 -2 
[2,] 2 2 -2 2 -2 
[3,] 2 2 2 2 2 
> m[,2:5] <- ifelse(m[,2:5] > 0,1,0) 
> m 
    [,1] [,2] [,3] [,4] [,5] 
[1,] 2 1 1 1 0 
[2,] 2 1 0 1 0 
[3,] 2 1 1 1 1

来源

2013-03-06 04:31:40 agstudy

我的想法确切！（所以我不得不发布一个不同的选择。） – A5C1D2H2I1M1N2O1R2T1 2013-03-06 04:36:18

@AnandaMahto，太棒了！ – 2013-03-06 04:41:42

@RicardoSaporta，我实际上更喜欢'ifelse'，以防你不仅仅需要二进制结果。 – A5C1D2H2I1M1N2O1R2T1 2013-03-06 04:42:57

你可以利用的事实，TRUE和FALSE等同于“1”和“0”并且做：

set.seed(1) 
mydf <- data.frame(matrix(rnorm(100), nrow = 10)) 
mydf[, 1:5] <- (mydf[, 1:5] > 0) + 0 
mydf 
# X1 X2 X3 X4 X5   X6   X7   X8   X9  X10 
# 1 0 1 1 1 0 0.3981059 2.40161776 0.475509529 -0.5686687 -0.5425200 
# 2 1 1 1 0 0 -0.6120264 -0.03924000 -0.709946431 -0.1351786 1.2078678 
# 3 0 0 1 1 1 0.3411197 0.68973936 0.610726353 1.1780870 1.1604026 
# 4 1 0 0 0 1 -1.1293631 0.02800216 -0.934097632 -1.5235668 0.7002136 
# 5 1 1 1 0 0 1.4330237 -0.74327321 -1.253633400 0.5939462 1.5868335 
# 6 0 0 0 0 0 1.9803999 0.18879230 0.291446236 0.3329504 0.5584864 
# 7 1 0 0 0 1 -0.3672215 -1.80495863 -0.443291873 1.0630998 -1.2765922 
# 8 1 1 0 0 1 -1.0441346 1.46555486 0.001105352 -0.3041839 -0.5732654 
# 9 1 1 0 1 0 0.5697196 0.15325334 0.074341324 0.3700188 -1.2246126 
# 10 0 1 1 1 1 -0.1350546 2.17261167 -0.589520946 0.2670988 -0.4734006

+0的想法仅仅是强制TRUE和FALSE的逻辑值达到它们的数字等值。如果您正在使用全部矩阵中的列，并且您使用了as.numeric(mydf > 0)，则必须将结果向量重新转换为矩阵。然而，在这种情况下，这很好地工作（正如@Dason所指出的那样）。

mydf[, 1:5] <- as.numeric(mydf[, 1:5] > 0)

来源

2013-03-06 04:35:37 A5C1D2H2I1M1N2O1R2T1

你在这里尝试过使用'as.numeric'吗？它代替我的行为很好...如果我们不做替换，那么差异很重要，但对于这样的事情，它可以正常工作。 – Dason 2013-03-06 05:21:35

@Dason，很好！（不，我没有尝试 - 只是假设我会得到关于不同行长度的错误）。我会推测，很好的旧回收。我会更新。谢谢。 – A5C1D2H2I1M1N2O1R2T1 2013-03-06 05:23:55

使用pmin和pmax的方法。（并不推荐）

pmin(pmax(m[,2:5], 0),1)

但它允许是添加一些基准

ag <- function() ifelse(m[,2:5] > 0,1,0) 
mn <- function()pmin(pmax(m[,2:5], 0),1) 
am <- function() (m[, 2:5] > 0) + 0 
am2 <- function() as.numeric((m[, 2:5] > 0)) 

library(microbenchmark) 
microbenchmark(ag(),mn(), am(), am2()) 
## Unit: microseconds 
## expr min  lq median  uq  max neval 
## ag() 19.888 20.712 21.9375 22.6430 39.548 100 
## mn() 50.135 51.172 52.2530 53.1055 113.854 100 
## am() 3.076 3.406 4.1755 4.6030 7.912 100 
## am2() 2.623 2.989 3.4640 4.0135 6.995 100

@ AnandaMahto的解决方案是明显的赢家，与as.numeric方法甚至更快！

来源

2013-03-06 05:25:45 mnel

在我最近更新的答案中添加'as.numeric'选项（感谢Dason做我的作业）。根据早先的经验，这应该更快。 – A5C1D2H2I1M1N2O1R2T1 2013-03-06 05:28:54

@AnandaMahto - 完成。是的。 – mnel 2013-03-06 05:31:05

我需要在数据框中“二进制化”一些数据R

回答

相关问题