我有一个从Pokemon统计数据派生的数据集，其中包含许多数字和分类数据。我的最终目标是创建一个模型或推荐系统，以便用户可以输入口袋妖怪的列表，并且模型可以找到他们可能喜欢的类似口袋妖怪。当前，数据集如下所示：
ID Name Type1 Type2 HP
001 Bulba.. Grass Poison 45
ect...
我知道type1 / type2指标可能有问题，是否有一个函数可以让我创建新的create / modify新列，如果Pokemon具有特定类型，它将添加逻辑值（0代表false，1代表是真的）在新列中？
我为缺乏光泽的解释表示歉意，但我想要的是数据集如下所示：
ID Name Grass Poison Water HP
001 Bulba.. 1 1 0 45
ect...
tidyr是用于数据重塑的软件包。在这里，我们将使用pivot_longer()将其设置为长格式，其中类型名称（Type1，Type2）将位于“名称”列中，而值（Grass，Poison等）将位于列“值”。我们
用is.na(value)过滤掉行，因为这意味着口袋妖怪没有第二种类型。我们创建一个指示变量-它得到一个1。然后，每个宠物小精灵的类型都会有indicator == 1。我们删除现在无关的“名称”列，并使用pivot_wider()将value中的每个唯一值转换为它自己的列，该列将接收indicator的值作为每个单元格的值行。最后，我们对所有数字列进行突变以用0替换缺失，因为我们知道那些神奇宝贝不是那些类型。
比mutate_if(is.numeric,...)更好的解决方案是计算类型的唯一值并使用mutate_at(vars(pokemon_types),...。这不会无意中影响其他数字列。
library(tidyr)
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter,lag
#> The following objects are masked from 'package:base':
#>
#> intersect,setdiff,setequal,union
pokemon <- tibble(ID = c(1,2),Name = c("Bulbasaur","Squirtle"),Type1 = c("Grass","Water"),Type2 = c("Poison",NA),HP = c(40,50))
pokemon %>% pivot_longer(
starts_with("Type")
) %>%
filter(!is.na(value)) %>%
mutate(indicator = 1) %>%
select(-name) %>%
pivot_wider(names_from = value,values_from = indicator,) %>%
mutate_if(is.numeric,.funs = function(x) if_else(is.na(x),x))
#> # A tibble: 2 x 6
#> ID Name HP Grass Poison Water
#> <dbl> <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 1 Bulbasaur 40 1 1 0
#> 2 2 Squirtle 50 0 0 1