r - 如何在 R 中概括很多分类变量？

Question

我在 R 中有以下 df：

ID      GENDER        COUNTRY
1         M             US
2         M             UK
3         F             JPN
4         F             NED

有超过 50 个不同的国家，我想将这些信息总结如下。如果此人来自前 10 个最受欢迎的国家（流行国家是记录最多的国家），则 COUNTRY_POPULAR 将为 1，否则为 0。Ex US 和 UK 恰好在此 df 和 JPN 和 NED 的前 10 名中不是：

ID      GENDER        COUNTRY         COUNTRY_POPULAR 
1         M             US                   1
2         M             UK                   1
3         F             JPN                  0
4         F             NED                  0

标签： rdataframedplyrfeature-engineering

Answer 1

在基数 R 中，我们可以table用来计算每个 的出现country，sort它们选择使用的前 10 个国家，tail并根据它们的存在/不存在分配 1/0 值。

df$COUNTRY_POPULAR <- +(df$COUNTRY %in% names(tail(sort(table(df$COUNTRY)), 10)))

前面+将逻辑值TRUE/FALSE分别转换为 1/0。