recodificar - manual de r-studio en español

Generando variables de interacción en marcos de datos R

Question

¿Hay alguna forma, aparte de un bucle for, de generar nuevas variables en un marco de datos R, que serán todas las posibles interacciones bidireccionales entre las existentes? es decir, suponiendo una trama de datos con tres variables numéricas V1, V2, V3, me gustaría generar las siguientes nuevas variables:

Inter.V1V2 (= V1 * V2)
Inter.V1V3 (= V1 * V3)
Inter.V2V3 (= V2 * V3)

Ejemplo usando for loop:

x <- read.table(textConnection(''
V1 V2 V3 V4
1 9 25 18
2 5 20 10
3 4 30 12
4 4 34 16''
), header=TRUE)
dim.init <- dim(x)[2]
for (i in 1: (dim.init - 1) ) {
for (j in (i + 1) : (dim.init) ) {
x[dim(x)[2] + 1] <- x[i] * x[j]
names(x)[dim(x)[2]] <- paste("Inter.V",i,"V",j,sep="")
}
}

Answer 1

Aquí hay una guía para usted que también funciona si tiene factores:

> model.matrix(~(V1+V2+V3+V4)^2,x)
(Intercept) V1 V2 V3 V4 V1:V2 V1:V3 V1:V4 V2:V3 V2:V4 V3:V4
1 1 1 9 25 18 9 25 18 225 162 450
2 1 2 5 20 10 10 40 20 100 50 200
3 1 3 4 30 12 12 90 36 120 48 360
4 1 4 4 34 16 16 136 64 136 64 544
attr(,"assign")
[1] 0 1 2 3 4 5 6 7 8 9 10

Answer 2

Aquí tienes, usa combn y apply :

> x2 <- t(apply(x, 1, combn, 2, prod))

La configuración de los nombres de columna se puede hacer con dos comandos de paste :

> colnames(x2) <- paste("Inter.V", combn(1:4, 2, paste, collapse="V"), sep="")

Por último, si desea que todas sus variables cbind juntas, solo cbind :

> x <- cbind(x, x2)
> V1 V2 V3 V4 Inter.V1V2 Inter.V1V3 Inter.V1V4 Inter.V2V3 Inter.V2V4 Inter.V3V4
1 1 9 25 18 9 25 18 225 162 450
2 2 5 20 10 10 40 20 100 50 200
3 3 4 30 12 12 90 36 120 48 360
4 4 4 34 16 16 136 64 136 64 544

Answer 3

Creo que esta pregunta debería complementarse con la función poly/polym , que va más allá: genera no solo interacciones entre las variables, sino también su poder hasta el grado seleccionado. Y las iteracciones ortogonales , que pueden ser muy útiles.

La solución directa al problema planteado sería:

> polym(x$V1, x$V2, x$V3, x$V4, degree = 2, raw = T)
1.0.0.0 2.0.0.0 0.1.0.0 1.1.0.0 0.2.0.0 0.0.1.0 1.0.1.0 0.1.1.0 0.0.2.0 0.0.0.1 1.0.0.1 0.1.0.1 0.0.1.1 0.0.0.2
[1,] 1 1 9 9 81 25 25 225 625 18 18 162 450 324
[2,] 2 4 5 10 25 20 40 100 400 10 20 50 200 100
[3,] 3 9 4 12 16 30 90 120 900 12 36 48 360 144
[4,] 4 16 4 16 16 34 136 136 1156 16 64 64 544 256
attr(,"degree")
[1] 1 2 1 2 2 1 2 2 2 1 2 2 2 2

Las columnas 4, 7, 8, 11, 12, 13 tienen lo solicitado en la pregunta. Otras columnas tienen otros tipos de interacciones. Si desea obtener interacciones ortogonales, simplemente configure raw = FALSE .