Converti dati di riga in colonne binarie

Question

Sto tentando di formattare una colonna di dati in molte colonne binarie da utilizzare per l'estrazione di regole di associazione. Ho avuto un certo successo usando un ciclo for e una semplice terna triplet, ma non so come aggregare i livelli nella prima colonna in seguito - simile a un gruppo tramite l'istruzione in SQL. Ho fornito un esempio qui sotto, anche se con un set di dati molto più piccolo - in caso di successo il mio set di dati effettivo sarà di 4.200 righe per 3.902 colonne, quindi qualsiasi soluzione deve essere scalabile. Eventuali suggerimenti o approcci alternativi sarebbero molto apprezzati!

> data <- data.frame(a=c('sally','george','andy','sue','sue','sally','george'), b=c('green','yellow','green','yellow','purple','brown','purple')) 
> data 
     a  b 
1 sally green 
2 george yellow 
3 andy green 
4 sue yellow 
5 sue purple 
6 sally brown 
7 george purple 

x <- data[,1] 
for(i in as.numeric(2:ncol(data))) 
x <- cbind(x, simple_triplet_matrix(i=1:nrow(data), j=as.numeric(data[,i]), 
       v = rep(1,nrow(data)), dimnames = list(NULL, levels(data[,i])))) 

##Looks like this: 

> as.matrix(x) 

    name brown green purple yellow 
[1,] "sally" "0" "1" "0"  "0"  
[2,] "george" "0" "0" "0"  "1" 
[3,] "andy" "0" "1" "0"  "0"  
[4,] "sue" "0" "0" "0"  "1" 
[5,] "sue" "0" "0" "1"  "0"  
[6,] "sally" "1" "0" "0"  "0" ##Need to aggregate by Name 

##Would like it to look like this: 
    name brown green purple yellow 
[1,] "sally" "1" "1" "0" "0"  
[2,] "george" "0" "0" "0" "1" 
[3,] "andy" "0" "1" "0" "0"  
[4,] "sue" "0" "0" "1" "1" 

Answer 1

Questo dovrebbe fare il trucco:

## Get a contingency table of counts 
X <- with(data, table(a,b)) 

## Massage it into the format you're wanting 
cbind(name = rownames(X), apply(X, 2, as.character)) 
#  name  brown green purple yellow 
# [1,] "andy" "0" "1" "0" "0" 
# [2,] "george" "0" "0" "1" "1" 
# [3,] "sally" "1" "1" "0" "0" 
# [4,] "sue" "0" "0" "1" "1"