Dividir una columna en múltiples columnas ficticias binarias

dataframe

Question

Esta pregunta ya tiene una respuesta aquí:

• Dividir columna de cadena para crear nuevas columnas binarias 7 respuestas

Estoy tratando de dividir una sola variable de "carácter" en mi marco de datos en múltiples variables de "factor".

> sampledf=data.frame(vin=c(''v1'',''v2'',''v3''),features=c(''f1:f2:f3'',''f2:f4:f5'',''f1:f4:f5''))
> sampledf
  vin features
1  v1 f1:f2:f3
2  v2 f2:f4:f5
3  v3 f1:f4:f5

> desireddf=data.frame(vin=c(''v1'',''v2'',''v3''),f1=c(1,0,1),f2=c(1,1,0),f3=c(1,0,0),f4=c(0,1,1),f5=c(0,1,1))
> desireddf
  vin f1 f2 f3 f4 f5
1  v1  1  1  1  0  0
2  v2  0  1  0  1  1
3  v3  1  0  0  1  1

He intentado usar strsplit() para separar la columna "características"

strsplit(as.character(df$features), ";") 

pero no he tenido suerte factorizándolos.

Answer 1

Podemos usar mtabulate de qdapTools después de dividir ( strsplit(.. ) la columna ''características''.

library(qdapTools)
cbind(sampledf[1],mtabulate(strsplit(as.character(sampledf$features), '':'')))
#  vin f1 f2 f3 f4 f5
#1  v1  1  1  1  0  0
#2  v2  0  1  0  1  1
#3  v3  1  0  0  1  1

O podemos usar cSplit_e de la library(splitstackshape)

library(splitstackshape)
df1 <- cSplit_e(sampledf, ''features'', '':'', type= ''character'', fill=0, drop=TRUE)
names(df1) <-  sub(''.*_'', '''', names(df1))

O usando métodos de base R , nos split como antes, establecemos los nombres de los elementos de la list desde el strsplit con la columna ''vin'', la convertimos en una columna de clave / valor ''data.frame'' usando stack , obtenemos la table , transponemos y cbind con la primera columna de ''sampleledf''.

cbind(sampledf[1],  
 t(table(stack(setNames(strsplit(as.character(sampledf$features), '':''), 
              sampledf$vin)))))