У меня есть столбец в моем фрейме данных как жанр фильмов, и их много. Я хочу преобразовать его в числовые данные для построения корреляционной матрицы. Пожалуйста, помогите мне это сделать.
Genre Genre_numerical
Comedy 1
Action 2
Suspense 3
Comedy 1
Biography 4
В R вы можете сделать фактор категориальных данных. Это основная вещь, которую нужно делать (или избегать до последнего момента) в R. Посмотрите на неупорядоченные и неупорядоченные факторы, если вам нужно освежить это.
Ваш вопрос, кажется, больше относится к вопросу о том, как соотносить категориальные данные.
Посмотрите на этот ответ, а затем прочтите ветку: Построить эквивалент корреляционной матрицы для факторов (категориальные данные)? А смешанные типы?
Сила ассоциации рассчитывается для номинальной и номинальной с поправкой на смещение, V Крамера, числовой и числовой с помощью корреляции Спирмена (по умолчанию) или Пирсона и номинальной и числовой с помощью дисперсионного анализа ANOVA. - @Holger Brandl
Вот два решения, одно base R, другое основано на dplyr:
Иллюстративные данные:
set.seed(123)
df <- data.frame(Genre = sample(c("Comedy", "Action", "Suspense", "Biography"), 10, replace = T))
Решение №1:
Вы можете присвоить числовые значения своим Genre категориям, используя ifelse:
df$Genre_numerical <- ifelse(df$Genre == "Comedy", 1,
ifelse(df$Genre == "Action", 2,
ifelse(df$Genre == "Suspense", 3, 4)))
Решение №2:
library(dplyr)
df$Genre_numerical <- df %>%
mutate(Genre = case_when(Genre == "Comedy" ~ 1,
Genre == "Action" ~ 2,
Genre == "Suspense" ~ 3,
TRUE ~ 4))
Результат:
В любом случае результат будет одинаковым:
df
Genre Genre_numerical
1 Action 2
2 Biography 4
3 Action 2
4 Biography 4
5 Biography 4
6 Comedy 1
7 Suspense 3
8 Biography 4
9 Suspense 3
10 Action 2
