как работать со столбцом, содержащим несколько значений через R в языке R

Question

В моем наборе данных (файл CSV) есть колонка, а именно, удобства. Он содержит такие значения, как {"Wireless Inte rnet", "Доступно для инвалидных колясок", Кухня, Лифт, "Зуммер / беспроводной домофон", Отопление, Стиральная машина, Сушилка, Туалетные принадлежности, Шампунь, Вешалки, "Рабочее пространство для ноутбука"}, {TV , "Кабельное ТВ", Inte rnet, "Wireless Inte rnet", "Кондиционер", Кухня, "Курение разрешено", "Домашние животные разрешены", "Зуммер / домофон", Отопление, "Для семей с детьми "," Детектор дыма "," Окись углерода, и т. Д. c. Существует около 10 тыс. Столбцов, как это. Я хочу преобразовать каждую услугу в новый столбец и хочу создать значения как 0 или 1 для каждой записи. Например:

столбцы должны быть созданы, как показано ниже: Wireless Inte rnet WheelChair Acceible Kitchen Elivator Buzzer / Wireless 1 0 1 1 0

По сути, каждый элемент столбца создает новый столбец, и их значения должны приходят как 0 и 1 в зависимости от того, присутствует ли удобство в колонке или нет.

У меня есть ввод, как показано ниже: введите описание изображения здесь

и я хочу вывод как показано ниже:

* 101 3 * введите описание изображения здесь

Answer 1

Вот (довольно сложное) решение (довольно сложной проблемы):

Данные:

df <- data.frame(
  id = 1:2,
  amenities = c('{"Wireless Internet","Wheelchair accessible",Kitchen,Elevator,"Buzzer/wireless intercom",Heating,Washer,Dryer,Essentials,Shampoo,Hangers,"Laptop friendly workspace"}',
                 '{TV,"Cable TV",Internet,"Wireless Internet","Air conditioning",Kitchen,"Smoking allowed","Pets allowed","Buzzer/wireless intercom",Heating,"Family/kid friendly","Smoke detector","Carbon monoxide}'))

Подготовка данных:

amenities_clean <- gsub('[{}"]', '', df$amenities) # remove unwanted stuff 
amenities_split <- strsplit(amenities_clean, ",") # split rows into individual amenities
amenities_unique <- unique(unlist(strsplit(amenities_clean, ","))) # get a list of unique amenities 
df[amenities_unique] <- NA # set up the columns for each amenity

Теперь для Основа анализа, используя str_detect из пакета stringr:

# record presence/absence of individual amenities in each new column:

library(stringr)
for(i in 1:ncol(df[amenities_unique])){
  for(j in 1:nrow(df)){
    df[amenities_unique][j,i] <- 
      ifelse(str_detect(amenities_split[j], names(df[amenities_unique][i])), 1, 0)
  }
}

Это вызовет предупреждения, но они кажутся незначительными, так как результат правильный:

df
  id
1  1
2  2
                                                                                                                                                                                            amenities
1                               {"Wireless Internet","Wheelchair accessible",Kitchen,Elevator,"Buzzer/wireless intercom",Heating,Washer,Dryer,Essentials,Shampoo,Hangers,"Laptop friendly workspace"}
2 {TV,"Cable TV",Internet,"Wireless Internet","Air conditioning",Kitchen,"Smoking allowed","Pets allowed","Buzzer/wireless intercom",Heating,"Family/kid friendly","Smoke detector","Carbon monoxide}
  Wireless Internet Wheelchair accessible Kitchen Elevator Buzzer/wireless intercom Heating Washer Dryer
1                 1                     1       1        1                        1       1      1     1
2                 1                     0       1        0                        1       1      0     0
  Essentials Shampoo Hangers Laptop friendly workspace TV Cable TV Internet Air conditioning Smoking allowed
1          1       1       1                         1  0        0        1                0               0
2          0       0       0                         0  1        1        1                1               1
  Pets allowed Family/kid friendly Smoke detector Carbon monoxide
1            0                   0              0               0
2            1                   1              1               1

РЕДАКТИРОВАТЬ :

В качестве альтернативы и, возможно, более экономно, вместо вложенной for l oop вы можете использовать функцию apply, подобную этой (на основе векторов amenities_split и amenities_unique от фазы приготовления первого раствора):

cbind(df, t(sapply(amenities_split, function(x) 
  table(factor(x, levels = amenities_unique)))))