R:如何将分类变量转换为虚拟变量，以及如何折叠ID变量

import pandas as pd

# 创建一个包含分类变量的DataFrame
data = pd.DataFrame({'color': ['红', '蓝', '绿', '红', '黄']})

# 将分类变量转换为虚拟变量
dummy_data = pd.get_dummies(data['color'], prefix='color')

# 将虚拟变量与原始数据合并
data = pd.concat([data, dummy_data], axis=1)

# 打印转换后的结果
print(data)

  color  color_红  color_绿  color_蓝  color_黄
0     红        1        0        0        0
1     蓝        0        0        1        0
2     绿        0        1        0        0
3     红        1        0        0        0
4     黄        0        0        0        1

import pandas as pd

# 创建一个包含ID变量和数值变量的DataFrame
data = pd.DataFrame({'ID': ['A', 'A', 'B', 'B', 'C'],
                     'value': [1, 2, 3, 4, 5]})

# 折叠ID变量并计算平均值
collapsed_data = data.groupby('ID')['value'].mean().reset_index()

# 打印折叠后的结果
print(collapsed_data)

  ID  value
0  A    1.5
1  B    3.5
2  C    5.0