2012-08-15 114 views
0

是否有一个本地R函数,它将采用输入向量并返回相应的二进制矩阵,其中矩阵与输入向量中的唯一值具有相同的列数?将矢量转换为逻辑矩阵

例如,给定x <- 1:3,我想回到下面的矩阵:

 [,1] [,2] [,3] 
[1,] 1 0 0 
[2,] 0 1 0 
[3,] 0 0 1 

功能contrasts靠拢,但我似乎无法避开第n-1列返回:

> contrasts(as.factor(x)) 
    2 3 
1 0 0 
2 1 0 
3 0 1 
+0

你能否澄清一下这个因素是否只包含来自每个等级的单一观察值?或者每个级别可以有多个观测值? – 2012-08-15 14:23:01

回答

5

model.matrix()可能有助于在这里,但你需要压制截距:

> model.matrix(~ factor(1:3) - 1) 
    factor(1:3)1 factor(1:3)2 factor(1:3)3 
1   1   0   0 
2   0   1   0 
3   0   0   1 
attr(,"assign") 
[1] 1 1 1 
attr(,"contrasts") 
attr(,"contrasts")$`factor(1:3)` 
[1] "contr.treatment" 

东西稍微复杂一些:

> set.seed(1) 
> fac <- factor(sample(1:3, 10, replace = TRUE)) 
> model.matrix(~ fac - 1) 
    fac1 fac2 fac3 
1  1 0 0 
2  0 1 0 
3  0 1 0 
4  0 0 1 
5  1 0 0 
6  0 0 1 
7  0 0 1 
8  0 1 0 
9  0 1 0 
10 1 0 0 
attr(,"assign") 
[1] 1 1 1 
attr(,"contrasts") 
attr(,"contrasts")$fac 
[1] "contr.treatment" 
+0

更加清晰+1 – 2012-08-15 14:15:03

4

其实,contrasts是你想要的。

contrasts(as.factor(1:3), contrasts=FALSE) 

    1 2 3 
1 1 0 0 
2 0 1 0 
3 0 0 1 
+0

BAH - 我完全无法阅读文档......谢谢先生。 – Chase 2012-08-15 14:19:35

+1

@Chase如果**那** *是*你想要什么,'diag(3)'有什么错?请注意,对于我的答案中更复杂的'fac','contrasts(fac,contrasts = FALSE)'与'model.matrix()'的结果并不相同。也许我误解了你想要的,但是如果我这样做了,'diag()'就足够了吗? – 2012-08-15 14:22:10

+0

@Gavin辛普森 - 好直觉,今天早上我到处都是。你的第二个例子更能代表我的真实用例。必须喝咖啡和/或睡觉。再次感谢。 – Chase 2012-08-15 15:11:45