r - 是否有可以将现有指标转换为新逻辑指标的 R 函数?
问题描述
我有一个来自口袋妖怪统计数据的数据集,其中包含大量数字和分类数据。我的最终目标是创建一个模型或推荐系统,用户可以输入口袋妖怪列表,模型会找到他们可能喜欢的类似口袋妖怪。目前,数据集看起来像这样:
ID Name Type1 Type2 HP
001 Bulba.. Grass Poison 45
ect...
我知道 type1/type2 指标可能有问题,是否有一个函数可以让我创建一个新的创建/修改新列,如果口袋妖怪具有特定类型,它将添加一个逻辑值(0 表示假,1 表示真)在那个新专栏里?
我为缺乏光彩的解释道歉,但我想要的是我的数据集看起来像这样:
ID Name Grass Poison Water HP
001 Bulba.. 1 1 0 45
ect...
解决方案
tidyr 是一个数据重塑包。在这里,我们将使用pivot_longer()
将其转换为长格式,其中类型名称(Type1、Type2)将驻留在“name”列中,而值(Grass、Poison 等)将驻留在“value”列中。我们过滤掉行,is.na(value)
因为这意味着口袋妖怪没有第二种类型。我们创建一个指标变量——它得到一个 1。然后每个 pokemon 将拥有indicator == 1
它所拥有的类型。我们删除现在无关的“名称”列,并使用pivot_wider()
将每个唯一值value
转换为自己的列,该列将接收indicator
' 值作为每行的单元格值。最后,我们对所有数字列进行变异以用 0 替换缺失值,因为我们知道那些 pokemon 不是那些类型。比更好的解决方案mutate_if(is.numeric, ...)
将是计算类型的唯一值并使用mutate_at(vars(pokemon_types), ...
. 这不会无意中影响其他数字列。
library(tidyr)
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
pokemon <- tibble(ID = c(1,2), Name = c("Bulbasaur", "Squirtle"),
Type1 = c("Grass", "Water"),
Type2 = c("Poison", NA),
HP = c(40, 50))
pokemon %>% pivot_longer(
starts_with("Type")
) %>%
filter(!is.na(value)) %>%
mutate(indicator = 1) %>%
select(-name) %>%
pivot_wider(names_from = value, values_from = indicator,
) %>%
mutate_if(is.numeric, .funs = function(x) if_else(is.na(x), 0, x))
#> # A tibble: 2 x 6
#> ID Name HP Grass Poison Water
#> <dbl> <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 1 Bulbasaur 40 1 1 0
#> 2 2 Squirtle 50 0 0 1
推荐阅读
- python - 如何在不丢失格式的情况下使用 pandas 从 excel 中获取特定的行和列?
- java - 将参数传递给java中的URL占位符
- java - Java编译错误'包不存在'
- amazon-web-services - 无法在 aws ec2 ubuntu 18.04 实例的 8000 端口上访问我的 laravel 站点
- c - 函数返回指向结构分段错误的指针
- sql - sparksql 获取列中的前一个非空值
- reactjs - React MenuItem event.target.value 不适用于一个,但适用于另一个 MenuItem
- c# - 如何在 Azure 事件中心中的一个分区处于活动状态时禁用其他分区以停止接收消息
- c++ - 在我的班级中的几个数组上调用 delete[] 时得到“检测到堆损坏” - C++
- android - 如何在 Android 中将 CURL PUT 请求转换为 Retrofit?