para - ¿Cómo crear un factor a partir de una matriz de indicadores binarios?

que es un indicador

Question

Digamos que tengo la siguiente matriz matricial, que es una matriz de indicador binario para los niveles A , B y C para un conjunto de 5 observaciones:

mat <- matrix(c(1,0,0,
1,0,0,
0,1,0,
0,1,0,
0,0,1), ncol = 3, byrow = TRUE)
colnames(mat) <- LETTERS[1:3]
> mat
A B C
[1,] 1 0 0
[2,] 1 0 0
[3,] 0 1 0
[4,] 0 1 0
[5,] 0 0 1

Quiero convertir eso en un solo factor tal que la salida sea equivalente a fac define como:

> fac <- factor(rep(LETTERS[1:3], times = c(2,2,1)))
> fac
[1] A A B B C
Levels: A B C

Puntos extra si obtiene las etiquetas de los nombres de mat , pero un conjunto de códigos numéricos (por ejemplo, c(1,1,2,2,3) ) también sería aceptable como resultado deseado.

Answer 1

Aquí hay otra.

factor(rep(colnames(mat), colSums(mat)))

Answer 2

Esta solución utiliza el argumento arr.ind=TRUE del which , devolviendo las posiciones coincidentes como ubicaciones de matriz. Estos se utilizan para indexar los colnames los colnames :

> factor(colnames(mat)[which(mat==1, arr.ind=TRUE)[, 2]])
[1] A A B B C
Levels: A B C

Descomponiéndose en pasos:

> which(mat==1, arr.ind=TRUE)
row col
[1,] 1 1
[2,] 2 1
[3,] 3 2
[4,] 4 2
[5,] 5 3

Utilice los valores de la segunda columna, es decir, which(...)[, 2] y los colnames índices:

> colnames(mat)[c(1, 1, 2, 2, 3)]
[1] "A" "A" "B" "B" "C"

Y luego convertir a un factor

Answer 3

Podrías usar algo como esto:

lvls<-apply(mat, 1, function(currow){match(1, currow)})
fac<-factor(lvls, 1:3, labels=colnames(mat))

Answer 4

Solución elegante con la multiplicación de matrices (y la más corta hasta ahora):

as.factor(colnames(mat)[mat %*% 1:ncol(mat)])

Answer 5

Una forma es replicar los nombres por número de fila e índice directamente con la matriz, luego envuélvalos con factor para restaurar los niveles:

factor(rep(colnames(mat), each = nrow(mat))[as.logical(mat)])
[1] A A B B C
Levels: A B C

Si esto es de model.matrix, los nombres de los nombres han sido prefabricados, por lo que debería funcionar igual pero eliminando el texto adicional:

factor(gsub("^fac", "", rep(colnames(mat), each = nrow(mat))[as.logical(mat)]))