Comment puis-je remplacer les valeurs TRUE et FALSE par 1 et 0 lors de l'exportation de données dans R?
j'exporte des données de R avec la commande:
write.table(output,file="data.raw", na "-9999",sep="t",row.names=F,col.names=F)
cela exporte mes données correctement, mais il exporte toutes les variables logiques comme vrai et faux.
je dois lire les données dans un autre programme qui ne peut traiter que les valeurs numériques. Y a-t-il un moyen efficace de les convertir en 1s et 0s numériques pendant l'exportation? J'ai un grand nombre de variables numériques, donc j'espérais automatiquement une boucle sur toutes les variables dans le données.la table
je me rends compte que je pourrais exécuter le script simple sed sur les données de sortie, mais il semble que cela devrait être simple à faire à partir de R.
alternativement, mon objet de sortie est une donnée.table. Existe-t-il un moyen efficace de convertir toutes les variables logiques d'une donnée?table en variables numériques?
dans le cas où il est utile, voici un peu de code pour générer une donnée.tableau avec une variable logique (ce n'est pas un grand nombre de variables logiques, mais assez pour utilisez l'exemple de code):
DT = data.table(cbind(1:100,rnorm(100)>0)
DT[ ,V3:= V2==1 ]
DT[ ,V4:= V2!=1 ]
cela semble comme une question facile, mais il me jette, alors merci pour l'aide!
5 réponses
pour une donnée.cadre, vous pouvez convertir toutes les logiques des colonnes numériques avec:
# The data
set.seed(144)
dat <- data.frame(V1=1:100,V2=rnorm(100)>0)
dat$V3 <- dat$V2 == 1
head(dat)
# V1 V2 V3
# 1 1 FALSE FALSE
# 2 2 TRUE TRUE
# 3 3 FALSE FALSE
# 4 4 FALSE FALSE
# 5 5 FALSE FALSE
# 6 6 TRUE TRUE
# Convert all to numeric
cols <- sapply(dat, is.logical)
dat[,cols] <- lapply(dat[,cols], as.numeric)
head(dat)
# V1 V2 V3
# 1 1 0 0
# 2 2 1 1
# 3 3 0 0
# 4 4 0 0
# 5 5 0 0
# 6 6 1 1
data.table syntaxe:
# Data
set.seed(144)
DT = data.table(cbind(1:100,rnorm(100)>0))
DT[,V3 := V2 == 1]
DT[,V4 := FALSE]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 FALSE FALSE
# 2: 2 1 TRUE FALSE
# 3: 3 0 FALSE FALSE
# 4: 4 0 FALSE FALSE
# 5: 5 0 FALSE FALSE
# 6: 6 1 TRUE FALSE
# Converting
(to.replace <- names(which(sapply(DT, is.logical))))
# [1] "V3" "V4"
for (var in to.replace) DT[, (var):= as.numeric(get(var))]
head(DT)
# V1 V2 V3 V4
# 1: 1 0 0 0
# 2: 2 1 1 0
# 3: 3 0 0 0
# 4: 4 0 0 0
# 5: 5 0 0 0
# 6: 6 1 1 0
Si il y a plusieurs colonnes, vous pouvez utiliser set (en utilisant l'exemple de @josilber)
library(data.table)
Cols <- which(sapply(dat, is.logical))
setDT(dat)
for(j in Cols){
set(dat, i=NULL, j=j, value= as.numeric(dat[[j]]))
}
Ce sujet juste un:
dat <- data.frame(le = letters[1:10], lo = rep(c(TRUE, FALSE), 5))
dat
le lo
1 a TRUE
2 b FALSE
3 c TRUE
4 d FALSE
5 e TRUE
6 f FALSE
7 g TRUE
8 h FALSE
9 i TRUE
10 j FALSE
dat$lo <- as.numeric(dat$lo)
dat
le lo
1 a 1
2 b 0
3 c 1
4 d 0
5 e 1
6 f 0
7 g 1
8 h 0
9 i 1
10 j 0
ou une autre approche pourrait être avec dplyr afin de conserver la colonne précédente si le cas (on ne sait), vos données seront importées dans R.
library(dplyr)
dat <- dat %>% mutate(lon = as.numeric(lo))
dat
Source: local data frame [10 x 3]
le lo lon
1 a TRUE 1
2 b FALSE 0
3 c TRUE 1
4 d FALSE 0
5 e TRUE 1
6 f FALSE 0
7 g TRUE 1
8 h FALSE 0
9 i TRUE 1
10 j FALSE 0
Edit: Loop
Je ne sais pas si mon code ici fonctionne mais il vérifie toutes les colonnes et change en numérique seulement ceux qui sont logiques. Bien sûr, si votre TRUE et FALSE ne sont pas logiques mais les chaînes de caractères (qui peuvent être à distance) mon code ne sera pas travail.
for(i in 1:ncol(dat)){
if(is.logical(dat[, i]) == TRUE) dat[, i] <- as.numeric(dat[, i])
}
Ted Harding a souligné dans la liste de diffusion R-help, un moyen facile de convertir des objets logiques numériques est d'effectuer une opération arithmétique sur eux. Pratique serait * 1 et + 0, qui conservera le paradigme vrai/faux == 1/0.
For your mock data (j'ai changé un peu le code pour utiliser les paquets R réguliers et réduire la taille):
df <- data.frame(cbind(1:10, rnorm(10) > 0))
df$X3 <- df$X2 == 1
df$X4 <- df$X2 != 1
l'ensemble de données que vous obtenez a un mélange de numérique et booléen variables:
X1 X2 X3 X4
1 1 0 FALSE TRUE
2 2 0 FALSE TRUE
3 3 1 TRUE FALSE
4 4 1 TRUE FALSE
5 5 1 TRUE FALSE
6 6 0 FALSE TRUE
7 7 0 FALSE TRUE
8 8 1 TRUE FALSE
9 9 0 FALSE TRUE
10 10 1 TRUE FALSE
Maintenant, laissez -
df2 <- 1 * df
(si votre ensemble de données contient des variables de caractère ou de facteur, vous devrez appliquer cette opération à un sous-ensemble dedf filtrage de ces variables)
df2 est égal à
X1 X2 X3 X4
1 1 0 0 1
2 2 0 0 1
3 3 1 1 0
4 4 1 1 0
5 5 1 1 0
6 6 0 0 1
7 7 0 0 1
8 8 1 1 0
9 9 0 0 1
10 10 1 1 0
Qui est 100% numérique, comme str(df2) va vous montrer.
Maintenant vous pouvez exporter en toute sécurité df2 à votre autre programme.
la façon la plus simple de faire cela!
Multipliez votre matrice par 1
Par exemple:
A <- matrix(c(TRUE,FALSE,TRUE,TRUE,TRUE,FALSE,FALSE,TRUE),ncol=4)
A
# [,1] [,2] [,3] [,4]
# [1,] TRUE TRUE TRUE FALSE
# [2,] FALSE TRUE FALSE TRUE
B <- 1*A
B
# [,1] [,2] [,3] [,4]
# [1,] 1 1 1 0
# [2,] 0 1 0 1
(Vous pouvez également ajouter zéro: B <- 0+A)