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 .