Tokyo.Rの42回にて、かんたんにダミー変数がつくれるパッケージを試してみた

1. dummiesパッケージ
1
@weda_654

2. 自己紹介
 Twitter ID : @weda_654
 勤務先: Google MapとAWSの会社
 お仕事: データ分析をやっています
2
(社会人1年目)
 近況: 会社の自分の席が正式になくなる
(デスクレス)

3. dummiesパッケージをつかうと
概要
かんたんにダミー変数がつくれるらしいから
とりあえず使ってみた
3

4. ダミー変数とは
4
 ある1個の変数がm個のカテゴリーを持つとき,これ
をm個の変数D1,D2,…,Dmで表したもの.
 例: 血液型
A,B,O,ABの4つのカテゴリー
↓
変数A,変数B,変数O,変数ABの4つの変数
(変数A,変数B,変数Oの3つの変数でも表現は可能)

5. いままでのダミー変数作成
data.frameから対象ベクトルを抜き出す
なんやかんやする
data.frameに結合＋列名の修正
＿人人人人人人人＿
＞ めんどい！ ＜
￣Y^Y^Y^Y^Y^Y￣
5

6. なんやかんや
6
tmp <- function(vec){
result <- NULL
items <- unique(vec)
for(i in items){
dummy <- ifelse(vec %in% i, 1, 0)
result <- cbind(result, dummy)
}
return(result)
}

7. dummy関数
 ベクトルからダミー変数を生成
install.packages(“dummies”)
library(dummies)
blood <- c("A", "AB", "B", "A", "O", "A")
d.blood <- dummy(blood)
表1 : 実行結果
bloodA bloodAB bloodB bloodO
1 0 0 0
0 1 0 0
0 0 1 0
1 0 0 0
0 0 0 1
1 0 0 0
7

8. dummy.data.frame関数(1)
 data.frame内の質的変数(文字列・順序なし因子)列
からダミー変数を生成
 irisデータで試してみる
• irisデータには質的変数Speciesがある
d.iris <- dummy.data.frame(iris, sep=“:”)
rdm <- sample(1:nrow(d.iris), 10)
d.iris[rdm, ]
8

9. dummy.data.frame関数(2)
表2 : ダミー変数を追加したirisデータ
Sepal.Length Sepal.Width Petal.Length Petal.Width Species:setosa Species:versicolor Species:virginica
5 3.3 1.4 0.2 1 0 0
4.9 2.4 3.3 1 0 1 0
5 2.3 3.3 1 0 1 0
5.5 2.6 4.4 1.2 0 1 0
5.6 2.8 4.9 2 0 0 1
6.7 3 5.2 2.3 0 0 1
6 2.7 5.1 1.6 0 1 0
5.4 3 4.5 1.5 0 1 0
6.7 2.5 5.8 1.8 0 0 1
5.7 3 4.2 1.2 0 1 0
 生成→結合(置換)をひとまとめにできる
9

10. get.dummy, which.dummy
 get.dummy
• 生成したダミー変数を表示する
 which.dummy
• 生成したダミー変数の列番号を表示する
10

11. 11
より良いダミー変数生成ライフ?を
もっとイケてる生成方法があったら
教えて下さい！