2012-03-22 16 views
7

Me gustaría identificar columnas binarias en un data.frame.Identificar columnas binarias

Por ejemplo, esta tabla

my.table <-read.table(text="a,b,c 
0,2,0 
0.25,1,1 
1,0,0", header=TRUE, as.is=TRUE,sep = ",") 

daría FALSE, FALSE, TRUE

Respuesta

8
apply(my.table,2,function(x) { all(x %in% 0:1) }) 

(o

apply(my.table,2,function(x) { all(na.omit(x) %in% 0:1) }) 

si desea permitir NA valores)

+0

podría tratar de capturar variables binarias con diferentes niveles de 0,1 con la longitud de la función (x) (único (x))> 2. ¿tal vez? – Seth

+1

Y si no están todos codificados con 0,1, puede verificar 'length (unique (x)' para solo dos valores. – joran

+0

@Seth, @Joran, esas son buenas ideas, pero si su tabla fuera 'matrix (c (0,1,0,1,1,2), nrow = 3) '¿quieres que la segunda columna se detecte como binaria? Tendrás que tener un poco más de cuidado. Es decir, supongo que depende de cómo usted define "binario". –

3

Si desea aceptar columnas binarias con NA en ellos, lo siguiente debe hacer el truco:

is.binary <- function(v) { 
    x <- unique(v) 
    length(x) - sum(is.na(x)) == 2L 
} 

my.table <- data.frame(a=11:15, b=c(T,F,T,NA,T), c=c('foo',NA,'bar','bar','foo')) 
vapply(my.table, is.binary, logical(1)) 
# a  b  c 
#FALSE TRUE TRUE 

... o si sólo aceptará 0,1, NA:

is.binary <- function(v) { 
    x <- unique(v) 
    length(x) - sum(is.na(x)) == 2L && all(x[1:2] == 0:1) 
} 
+0

vea mi comentario anterior - Creo que basar 'binario' en 'longitud (único (x)) == 2' podría ser peligroso. .. –

+0

... así que agregué otra versión que solo acepta 0/1/NA. – Tommy

+0

OK, perdón, lo perdí. –

Cuestiones relacionadas