r - R: 各因子レベルのダミー列に R 因子を展開する

Question

R に 2 つの列を持つ非常に大きなデータ フレームがあります。Code列（factor858レベルのタイプ）からダミー変数を作成しようとしています。問題は、それを行おうとすると R Studio が常にクラッシュすることです。

> str(d)
'data.frame':   649226 obs. of  2 variables:
 $ User: int  210 210 210 210 269 317 317 317 317 326 ...
 $ Code      : Factor w/ 858 levels "AA02","AA03",..: 164 494 538 626 464 496 435 464 475 163 ... 

列は一意ではありません。Userつまり、同じ を持つ複数の行が存在する可能性がありますUser。最終的に行の数が同じままであるか、同じ行が sUserの数で空でないいくつかの列を持つ 1 つの行にマージされるかどうかは問題ではありませんCode。

小さなデータセットでは機能するが、私のものでは機能しないソリューションがいくつか見つかりました。

• を使用してみmodel.matrixましたが、R Studio がクラッシュするだけです

  m <- model.matrix( ~ Code, data = d)
  

  ここにあります 因子レベルごとに R 因子を 1/0 指標変数のコレクションに自動的に展開します

• forでサイクルを試みましifelseたが、コードが 4 時間実行された後、R Studio がクラッシュしたことに気付きました。

  for (t in unique(d$Code)) {
    d[paste("Code", t, sep = "")] <- ifelse(d$Code == t, 1, 0)
  }
  

  ここにありますカテゴリ変数から新しいダミー変数列を作成します

そのようなタイプのデータに対して高速で機能する方法をお勧めしていただければ幸いです。

ありがとう！

Answer 1

これは私にとって完璧に機能しました：

library(reshape2)
m <- acast(data = d, User ~ Code)

唯一のことは、NAs ではなく s を生成したことですが0、これは次のように簡単に変更できます。

m[is.na(m)] <- 0