Boa noite.
Eu tenho uma tabela de 545 mil linhas e 2 colunas. Na coluna 1 eu tenho 2585 dados únicos, e na coluna 2, 25 mil dados únicos. Um pedaço dessa tabela é o seguinte fragmento:
Disease | Factor |
---|---|
Parkinson Disease, Secondary | Dengue |
Parkinson Disease, Secondary | MPTP Poisoning |
Ischemic Attack, Transient | Dopamine |
Ischemic Attack, Transient | Arrhythmias, Cardiac |
Pregnancy Complications | Diabetic Ketoacidosis |
Pregnancy Complications | Arrhythmias, Cardiac |
Eu preciso transformar essa tabela em uma matriz binária, transformando as colunas "factor" em linhas. Dessa maneira:
Dengue | MPTP Poisoning | Dopamine | Arrhythmias, Cardiac | Diabetic Ketoacidosis | |
---|---|---|---|---|---|
Parkinson Disease, Secondary | 1 | 1 | 0 | 0 | 0 |
Ischemic Attack, Transient | 0 | 0 | 1 | 1 | 0 |
Pregnancy Complications | 0 | 0 | 0 | 1 | 1 |
Eu estava usando R (código abaixo), mas está demorando demais. Deixei 5 horas rodando e ele fez13 linhas da matriz. Alguém poderia me ajudar? Pode ser em Python tbm.
for (i in 2:2585) {
linhas=grep(matrix[i,1],dados[,1])
n=length(linhas)
for (j in 1:n) {
coluna=grep(dados[linhas[j],2],matrix[1,])
matrix[linhas[j],coluna]=1
}
}
------- dados é a tabela e matrix, seria a tabela transformada. Eu inicialmente zerei todas as entradas de matrix.