Potrzebuję "binaryzacji" niektórych danych w ramce danych w R

Question

Mam ramkę danych i chciałbym binaryzować każdy punkt danych w pierwszych 56 kolumnach pod warunkiem, że jeśli wartość jest większa niż 0, to zostaje ustawiona do 1, w przeciwnym razie jest ustawiony na 0. Czy istnieje prosty sposób na zrobienie tego?

Answer 1

Używanie wektorowy ifelse można zrobić:

m[,1:56] <- ifelse(m[,1:56] > 0,1,0) 

Na przykład, możemy przetestować w małej matrycy:

m <- matrix(sample(c(-2,2),5*3,rep=T),ncol=5,nrow=3,byrow=T) 
> m 
    [,1] [,2] [,3] [,4] [,5] 
[1,] 2 2 2 2 -2 
[2,] 2 2 -2 2 -2 
[3,] 2 2 2 2 2 
> m[,2:5] <- ifelse(m[,2:5] > 0,1,0) 
> m 
    [,1] [,2] [,3] [,4] [,5] 
[1,] 2 1 1 1 0 
[2,] 2 1 0 1 0 
[3,] 2 1 1 1 1 

Answer 2

Można skorzystać z faktu, że TRUE i FALSE równoznaczny "1" i "0" oraz:

set.seed(1) 
mydf <- data.frame(matrix(rnorm(100), nrow = 10)) 
mydf[, 1:5] <- (mydf[, 1:5] > 0) + 0 
mydf 
# X1 X2 X3 X4 X5   X6   X7   X8   X9  X10 
# 1 0 1 1 1 0 0.3981059 2.40161776 0.475509529 -0.5686687 -0.5425200 
# 2 1 1 1 0 0 -0.6120264 -0.03924000 -0.709946431 -0.1351786 1.2078678 
# 3 0 0 1 1 1 0.3411197 0.68973936 0.610726353 1.1780870 1.1604026 
# 4 1 0 0 0 1 -1.1293631 0.02800216 -0.934097632 -1.5235668 0.7002136 
# 5 1 1 1 0 0 1.4330237 -0.74327321 -1.253633400 0.5939462 1.5868335 
# 6 0 0 0 0 0 1.9803999 0.18879230 0.291446236 0.3329504 0.5584864 
# 7 1 0 0 0 1 -0.3672215 -1.80495863 -0.443291873 1.0630998 -1.2765922 
# 8 1 1 0 0 1 -1.0441346 1.46555486 0.001105352 -0.3041839 -0.5732654 
# 9 1 1 0 1 0 0.5697196 0.15325334 0.074341324 0.3700188 -1.2246126 
# 10 0 1 1 1 1 -0.1350546 2.17261167 -0.589520946 0.2670988 -0.4734006 

Idea +0 polega jedynie na wymuszeniu wartości logicznych TRUE i na ich odpowiednikach numerycznych. Jeśli pracujesz nad kolumnami w macierzy i użyłeś, musisz przekonwertować wynikowy wektor na macierz. Jednak w tym przypadku działa to doskonale (jak zauważył @Dason).

mydf[, 1:5] <- as.numeric(mydf[, 1:5] > 0) 

Answer 3

Podejście za pomocą pmin i pmax. (Naprawdę nie zalecane)

pmin(pmax(m[,2:5], 0),1) 

ale pozwala się, aby dodać trochę Benchmarking

ag <- function() ifelse(m[,2:5] > 0,1,0) 
mn <- function()pmin(pmax(m[,2:5], 0),1) 
am <- function() (m[, 2:5] > 0) + 0 
am2 <- function() as.numeric((m[, 2:5] > 0)) 

library(microbenchmark) 
microbenchmark(ag(),mn(), am(), am2()) 
## Unit: microseconds 
## expr min  lq median  uq  max neval 
## ag() 19.888 20.712 21.9375 22.6430 39.548 100 
## mn() 50.135 51.172 52.2530 53.1055 113.854 100 
## am() 3.076 3.406 4.1755 4.6030 7.912 100 
## am2() 2.623 2.989 3.4640 4.0135 6.995 100 

@ rozwiązań AnandaMahto są te jasne zwycięzców, z podejściem as.numeric jeszcze szybciej!