प्रति पंक्ति सूची का बाइनरी मैट्रिक्स कैसे बनाएं? (आर)

Question

मेरे पास 9 कॉलम का डेटाफ्रेम है जिसमें कारकों की एक सूची शामिल है। प्रत्येक पंक्ति में सभी 9 कॉलम भर सकते हैं (जैसा कि उस पंक्ति में 9 "चीजें" हो रही हैं), लेकिन अधिकतर नहीं (अधिकांश में 3-4 के बीच होता है)। कॉलम या तो विशिष्ट नहीं हैं, जैसे कि आइटम 200 कॉलम 1 और 3 में दिखाई देता है, यह वही बात है। मैं एक मैट्रिक्स बनाना चाहता हूं जो प्रत्येक पंक्ति के लिए बाइनरी है जिसमें सभी कारक शामिल हैं।

पूर्व (4 कॉलम के लिए छोटा बस भर में बात पाने के लिए)

R1 3 4 5 8 
R2 4 6 7 NA 
R3 1 5 NA NA 
R4 2 6 8 9 

 1 2 3 4 5 6 7 8 9 
r1 0 0 1 1 1 0 0 1 0 
r2 0 0 0 1 0 1 1 0 0 
r3 1 0 0 0 1 0 0 0 0 
r4 0 1 0 0 0 1 0 1 1 

मैं writeBin/readBin, कश्मीर क्लस्टरिंग (देखा है में बदल जाते हैं चाहिए जो मैं कुछ है करना पसंद है, लेकिन मुझे पहले एनएएस से छुटकारा पाना होगा), अस्पष्ट क्लस्टरिंग, टैग क्लस्टरिंग। बस किस दिशा में जाना है इसके बारे में थोड़ी देर खो गई।

मैंने लूप के लिए दो लिखने की कोशिश की है जो मैट्रिक्स से डेटा को स्तंभ/पंक्ति से खींचती है और फिर क्रमशः 0 और 1s को नए मैट्रिक्स में सहेजती है, लेकिन मुझे लगता है कि स्कोप मुद्दे थे।

आप लोग सबसे अच्छे हैं। धन्यवाद!

Answer 1

यहाँ एक आधार आर समाधान है:

# Read in the data, and convert to matrix form 
df <- read.table(text = " 
3 4 5 8 
4 6 7 NA 
1 5 NA NA 
2 6 8 9", header = FALSE) 
m <- as.matrix(df) 

# Create a two column matrix containing row/column indices of cells to be filled 
# with 'one's 
id <- cbind(rowid = as.vector(t(row(m))), 
      colid = as.vector(t(m))) 
id <- id[complete.cases(id), ] 

# Create output matrix 
out <- matrix(0, nrow = nrow(m), ncol = max(m, na.rm = TRUE)) 
out[id] <- 1 
#  [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] 
# [1,] 0 0 1 1 1 0 0 1 0 
# [2,] 0 0 0 1 0 1 1 0 0 
# [3,] 1 0 0 0 1 0 0 0 0 
# [4,] 0 1 0 0 0 1 0 1 1 

Answer 2

इस चाल करना चाहिए:

# The Incantation 
options(stringsAsFactors = FALSE) 

library(reshape2) 

# Your example data 
dat <- data.frame(id = c("R1", "R2", "R3", "R4"), 
        col1 = c(3, 4, 1, 2), 
        col2 = c(4, 6, 5, 6), 
        col3 = c(5, 7, NA, 7), 
        col4 = c(8, NA, NA, 9) 
) 

# Melt it down 
dat.melt <- melt(dat, id.var = "id") 

# Cast it back out, with the row IDs remaining the row IDs 
# and the values of the columns becoming the columns themselves. 
# dcast() will default to length to aggregate records - which means 
# that the values in this data.frame are a count of how many times 
# each value occurs in each row's columns (which, based on this data, 
# seems to be capped at just once). 
dat.cast <- dcast(dat.melt, id ~ value) 

परिणाम:

dat.cast 
    id 1 2 3 4 5 6 7 8 9 NA 
1 R1 0 0 1 1 1 0 0 1 0 0 
2 R2 0 0 0 1 0 1 1 0 0 1 
3 R3 1 0 0 0 1 0 0 0 0 2 
4 R4 0 1 0 0 0 1 1 0 1 0 

Answer 3

इन सभी महान जवाब नहीं है। सोचा कि मैं मूल समाधान में योगदान दूंगा जो मैंने लिखा था कि मेरा एक दोस्त वास्तव में काम करने के लिए संशोधित हुआ है।

for(i in seq(nrow(x))) 
    for(j in seq(ncol(x))) 
    if(!is.na(x[i,j])) { y[i, x[i,j]] = 1 } 

कुछ पहले पैरामीटर सेट करने के बाद दो लूप काम करता है, लेकिन यह अविश्वसनीय रूप से धीमा है। ऐसा लगता है कि इन अन्य समाधानों का काम बहुत तेज है!