Function make.dummy
converts categorical variables in a data frame to dummy variables.
Function make.dummy.extract
converts a column to dummy variables if necessary
and assign appropriate names.
See the "detail" section for further information.
Users can define their own functions to allow the model
deal with some types of variables properly.
Usage
make.dummy(data)
make.dummy.extract(col, name)
# S3 method for class 'character'
make.dummy.extract(col, name)
# S3 method for class 'factor'
make.dummy.extract(col, name)
# S3 method for class 'logical'
make.dummy.extract(col, name)
# Default S3 method
make.dummy.extract(col, name)Details
If col is a character vector,
the function will get unique values of its elements
and leave out the last one.
Then, all the unique values are combined with the name argument
as names of new columns.
If col is a factor vector,
the function will get its levels and leave out the last one.
Then, all level labels are combined with the name argument
as names of new columns.
If col is a logical vector,
the function will convert it to a numeric vector
with value TRUE mapped to 1 and FALSE to 0.
If col is of other types,
the default behaviour for extracting dummy variables is
just to copy the original value and try to convert it to numeric values.
Examples
make.dummy(iris["Species"])
#> Species.setosa Species.versicolor
#> 1 1 0
#> 2 1 0
#> 3 1 0
#> 4 1 0
#> 5 1 0
#> 6 1 0
#> 7 1 0
#> 8 1 0
#> 9 1 0
#> 10 1 0
#> 11 1 0
#> 12 1 0
#> 13 1 0
#> 14 1 0
#> 15 1 0
#> 16 1 0
#> 17 1 0
#> 18 1 0
#> 19 1 0
#> 20 1 0
#> 21 1 0
#> 22 1 0
#> 23 1 0
#> 24 1 0
#> 25 1 0
#> 26 1 0
#> 27 1 0
#> 28 1 0
#> 29 1 0
#> 30 1 0
#> 31 1 0
#> 32 1 0
#> 33 1 0
#> 34 1 0
#> 35 1 0
#> 36 1 0
#> 37 1 0
#> 38 1 0
#> 39 1 0
#> 40 1 0
#> 41 1 0
#> 42 1 0
#> 43 1 0
#> 44 1 0
#> 45 1 0
#> 46 1 0
#> 47 1 0
#> 48 1 0
#> 49 1 0
#> 50 1 0
#> 51 0 1
#> 52 0 1
#> 53 0 1
#> 54 0 1
#> 55 0 1
#> 56 0 1
#> 57 0 1
#> 58 0 1
#> 59 0 1
#> 60 0 1
#> 61 0 1
#> 62 0 1
#> 63 0 1
#> 64 0 1
#> 65 0 1
#> 66 0 1
#> 67 0 1
#> 68 0 1
#> 69 0 1
#> 70 0 1
#> 71 0 1
#> 72 0 1
#> 73 0 1
#> 74 0 1
#> 75 0 1
#> 76 0 1
#> 77 0 1
#> 78 0 1
#> 79 0 1
#> 80 0 1
#> 81 0 1
#> 82 0 1
#> 83 0 1
#> 84 0 1
#> 85 0 1
#> 86 0 1
#> 87 0 1
#> 88 0 1
#> 89 0 1
#> 90 0 1
#> 91 0 1
#> 92 0 1
#> 93 0 1
#> 94 0 1
#> 95 0 1
#> 96 0 1
#> 97 0 1
#> 98 0 1
#> 99 0 1
#> 100 0 1
#> 101 0 0
#> 102 0 0
#> 103 0 0
#> 104 0 0
#> 105 0 0
#> 106 0 0
#> 107 0 0
#> 108 0 0
#> 109 0 0
#> 110 0 0
#> 111 0 0
#> 112 0 0
#> 113 0 0
#> 114 0 0
#> 115 0 0
#> 116 0 0
#> 117 0 0
#> 118 0 0
#> 119 0 0
#> 120 0 0
#> 121 0 0
#> 122 0 0
#> 123 0 0
#> 124 0 0
#> 125 0 0
#> 126 0 0
#> 127 0 0
#> 128 0 0
#> 129 0 0
#> 130 0 0
#> 131 0 0
#> 132 0 0
#> 133 0 0
#> 134 0 0
#> 135 0 0
#> 136 0 0
#> 137 0 0
#> 138 0 0
#> 139 0 0
#> 140 0 0
#> 141 0 0
#> 142 0 0
#> 143 0 0
#> 144 0 0
#> 145 0 0
#> 146 0 0
#> 147 0 0
#> 148 0 0
#> 149 0 0
#> 150 0 0
make.dummy.extract(iris$Species, "Species")
#> Species.setosa Species.versicolor
#> 1 1 0
#> 2 1 0
#> 3 1 0
#> 4 1 0
#> 5 1 0
#> 6 1 0
#> 7 1 0
#> 8 1 0
#> 9 1 0
#> 10 1 0
#> 11 1 0
#> 12 1 0
#> 13 1 0
#> 14 1 0
#> 15 1 0
#> 16 1 0
#> 17 1 0
#> 18 1 0
#> 19 1 0
#> 20 1 0
#> 21 1 0
#> 22 1 0
#> 23 1 0
#> 24 1 0
#> 25 1 0
#> 26 1 0
#> 27 1 0
#> 28 1 0
#> 29 1 0
#> 30 1 0
#> 31 1 0
#> 32 1 0
#> 33 1 0
#> 34 1 0
#> 35 1 0
#> 36 1 0
#> 37 1 0
#> 38 1 0
#> 39 1 0
#> 40 1 0
#> 41 1 0
#> 42 1 0
#> 43 1 0
#> 44 1 0
#> 45 1 0
#> 46 1 0
#> 47 1 0
#> 48 1 0
#> 49 1 0
#> 50 1 0
#> 51 0 1
#> 52 0 1
#> 53 0 1
#> 54 0 1
#> 55 0 1
#> 56 0 1
#> 57 0 1
#> 58 0 1
#> 59 0 1
#> 60 0 1
#> 61 0 1
#> 62 0 1
#> 63 0 1
#> 64 0 1
#> 65 0 1
#> 66 0 1
#> 67 0 1
#> 68 0 1
#> 69 0 1
#> 70 0 1
#> 71 0 1
#> 72 0 1
#> 73 0 1
#> 74 0 1
#> 75 0 1
#> 76 0 1
#> 77 0 1
#> 78 0 1
#> 79 0 1
#> 80 0 1
#> 81 0 1
#> 82 0 1
#> 83 0 1
#> 84 0 1
#> 85 0 1
#> 86 0 1
#> 87 0 1
#> 88 0 1
#> 89 0 1
#> 90 0 1
#> 91 0 1
#> 92 0 1
#> 93 0 1
#> 94 0 1
#> 95 0 1
#> 96 0 1
#> 97 0 1
#> 98 0 1
#> 99 0 1
#> 100 0 1
#> 101 0 0
#> 102 0 0
#> 103 0 0
#> 104 0 0
#> 105 0 0
#> 106 0 0
#> 107 0 0
#> 108 0 0
#> 109 0 0
#> 110 0 0
#> 111 0 0
#> 112 0 0
#> 113 0 0
#> 114 0 0
#> 115 0 0
#> 116 0 0
#> 117 0 0
#> 118 0 0
#> 119 0 0
#> 120 0 0
#> 121 0 0
#> 122 0 0
#> 123 0 0
#> 124 0 0
#> 125 0 0
#> 126 0 0
#> 127 0 0
#> 128 0 0
#> 129 0 0
#> 130 0 0
#> 131 0 0
#> 132 0 0
#> 133 0 0
#> 134 0 0
#> 135 0 0
#> 136 0 0
#> 137 0 0
#> 138 0 0
#> 139 0 0
#> 140 0 0
#> 141 0 0
#> 142 0 0
#> 143 0 0
#> 144 0 0
#> 145 0 0
#> 146 0 0
#> 147 0 0
#> 148 0 0
#> 149 0 0
#> 150 0 0
make.dummy.extract(c("top", "mid", "low", "mid", "top"), "level")
#> level.top level.mid
#> 1 1 0
#> 2 0 1
#> 3 0 0
#> 4 0 1
#> 5 1 0
make.dummy.extract(factor(c("far", "near", "near")), "distance")
#> distance.far
#> 1 1
#> 2 0
#> 3 0
make.dummy.extract(c(TRUE, TRUE, FALSE), "sold")
#> sold
#> 1 1
#> 2 1
#> 3 0