如何cbind离散系数大矩阵

我有一个独立的因素，长度79如何cbind离散系数大矩阵

[1] 4 6 6 4 6 1 6 4 1 6 1 4 6 1 1 1 6 6 6 6 6 4 1 6 6 4 6 6 1 1 6 4 6 1 6 6 4 4 
[39] 6 6 4 1 1 4 1 1 6 1 1 6 6 1 1 6 4 1 1 6 1 6 6 1 6 6 6 6 1 1 1 1 6 1 1 1 1 1 
[77] 6 6 1 
Levels: 1 4 6

我想这个离散系数cbind一个大型矩阵尺寸为：1921年79个行。我被告知我的最终结果应该是添加了列的原始矩阵，但我不知道我应该如何处理这个问题。提前致谢。

这是我被给了因子cbind到矩阵的代码：

dd1 = mat.x 
for(v in levels(X)){ 
    nv = rep(0, length(X)) 
    nv[X==v] = 1 
    dd1 = cbind(dd1, nv) 
}

我得到这样的警告消息：

警告消息：

1：在cbind（ dd1，nv）：

结果行数不是矢量长度的倍数（参数2）

2：在cbind（DD1，NV）：

数结果的行的不向量长度的整数倍（ARG 2）

3：在cbind（DD1，NV）：

数结果的行的不向量长度的整数倍（ARG 2）

来源

2014-08-27 Brian Lee

不能用矩阵做。也许是一个数据框？矩阵列必须全部相同'class' – 2014-08-27 20:18:27

您是否确实尝试过'cbind'？我不明白为什么'mat <--cbind（mat，vec）'不应该起作用（其中'mat'是你的矩阵，'vec'是你的因子向量） – 2014-08-27 20:22:44

这将起作用，但因式矢量将不再是因为 – 2014-08-27 20:26:18

我认为你的问题只是一个错字。使用样本数据

mat.x <- matrix(1, nrow=17, ncol=4) 
X <- factor(sample(c(4,6,10), 17, replace=T))

此代码工作

dd1 = mat.x 
for(v in levels(X)){ 
    nv = rep(0, length(X)) 
    nv[X==v] = 1 
    dd1 = cbind(dd1, nv) 
}

注意，我不得不改变nv[y==v] = 1到nv[X==v] = 1因为你没有在你的问题定义y任何地方。

来源

2014-08-27 20:48:25 MrFlick

使用'cbind（mat.x，model.matrix（〜X-1））'会不会更好/更高效？ – 2014-08-27 20:54:31

当然。我想我只是想弄清楚为什么代码不起作用。 – MrFlick 2014-08-27 20:55:52

圣摩尔，你是对的！我现在踢自己。谢谢。 – 2014-08-27 21:04:55

在matrix所有元素都必须是相同的类。使用data.frame或data.table代替

data.frame(vec, mat)

来源

2014-08-27 20:28:15

如何cbind离散系数大矩阵

回答

相关问题