R相当于Stata '制表，生成()'命令

Question

我想模仿r中Stata的tabulate , generate()命令的行为。该命令的功能是双重的。首先，在我的示例中，它生成一个频率计数的单向表。其次，它使用选项,generate()中声明的前缀(stubname)为变量(var1)上包含的每个值生成虚拟变量，以命名生成的虚拟变量(d_1 - d_7)。我的问题是关于第二个功能的。基于r的解决方案是首选，但也欢迎打包依赖的解决方案。

[Edit]:我的最终目标是生成一个data.frame()，它模拟屏幕上打印的最后一个数据集。

clear all
input var1 
0
1
2
2
2
2
42
42
777
888
999999
end
tabulate var1 ,gen(d_)
/*     var1 |      Freq.     Percent        Cum.
------------+-----------------------------------
0 |          1        9.09        9.09
1 |          1        9.09       18.18
2 |          4       36.36       54.55
42 |          2       18.18       72.73
777 |          1        9.09       81.82
888 |          1        9.09       90.91
999999 |          1        9.09      100.00
------------+-----------------------------------
Total |         11      100.00          */

list, sep(11)

/*   +--------------------------------------------------+
|   var1   d_1   d_2   d_3   d_4   d_5   d_6   d_7 |
|--------------------------------------------------|
1. |      0     1     0     0     0     0     0     0 |
2. |      1     0     1     0     0     0     0     0 |
3. |      2     0     0     1     0     0     0     0 |
4. |      2     0     0     1     0     0     0     0 |
5. |      2     0     0     1     0     0     0     0 |
6. |      2     0     0     1     0     0     0     0 |
7. |     42     0     0     0     1     0     0     0 |
8. |     42     0     0     0     1     0     0     0 |
9. |    777     0     0     0     0     1     0     0 |
10. |    888     0     0     0     0     0     1     0 |
11. | 999999     0     0     0     0     0     0     1 |
+--------------------------------------------------+ */

Answer 1

set.seed(123)
df = data.frame(var1 = factor(sample(10, 20, TRUE)))
df = data.frame(df, model.matrix(~0+var1, df)) # 0 here is to suppress the intercept. The smallest value will be the base group--and hence will be dropped. 
names(df)[-1] = paste0('d_', 1:(ncol(df)-1))
df
var1 d_1 d_2 d_3 d_4 d_5 d_6 d_7 d_8 d_9
1     3   0   1   0   0   0   0   0   0   0
2     3   0   1   0   0   0   0   0   0   0
3    10   0   0   0   0   0   0   0   0   1
4     2   1   0   0   0   0   0   0   0   0
5     6   0   0   0   0   1   0   0   0   0
6     5   0   0   0   1   0   0   0   0   0
7     4   0   0   1   0   0   0   0   0   0
8     6   0   0   0   0   1   0   0   0   0
9     9   0   0   0   0   0   0   0   1   0
10   10   0   0   0   0   0   0   0   0   1
11    5   0   0   0   1   0   0   0   0   0
12    3   0   1   0   0   0   0   0   0   0
13    9   0   0   0   0   0   0   0   1   0
14    9   0   0   0   0   0   0   0   1   0
15    9   0   0   0   0   0   0   0   1   0
16    3   0   1   0   0   0   0   0   0   0
17    8   0   0   0   0   0   0   1   0   0
18   10   0   0   0   0   0   0   0   0   1
19    7   0   0   0   0   0   1   0   0   0
20   10   0   0   0   0   0   0   0   0   1

Answer 2

我猜你假设var_1中的每个值都是唯一的，这样你就可以得到虚拟变量，而不是d_字段中的计数。

你可以试试这样做:

var1 <- 1:5
dummy_matrix <- vapply(var1, function(x) as.numeric(var1 == x), rep(1, 5)) # create a matrix of dummy vars
colnames(dummy_matrix) <- paste0("d_", var1) # name the columns
cbind(var1, dummy_matrix) # bind to var1

输出:

var1 d_1 d_2 d_3 d_4 d_5
1    1   1   0   0   0   0
2    2   0   1   0   0   0
3    3   0   0   1   0   0
4    4   0   0   0   1   0
5    5   0   0   0   0   1