如何基于my_diamonds将cut和color转为哑变量并生成新数据框？

你遇到的问题是公式格式不正确导致的，dummyVars需要标准的R公式语法，不能把变量名用引号包裹起来。下面是修正后的完整解决方案：

正确的代码实现 #

# 确保cut和color是字符型（你已经完成这一步了）
my_diamonds <- diamonds %>% mutate(cut = as.character(cut), color = as.character(color), clarity = as.character(clarity))

# 生成cut和color的哑变量：使用正确的公式语法
dummy <- caret::dummyVars(~ cut + color, data = my_diamonds, fullRank = FALSE, sep = ".")

# 转换为数据框
training_data <- predict(dummy, my_diamonds) %>% as.data.frame()

错误原因解释 #

• 第一种写法"cut + color"：你把整个表达式当成了字符串，dummyVars会尝试直接解析这个字符串，导致它找不到名为color的对象（因为它被包裹在字符串内部，不是环境中的可识别变量）。
• 第二种写法~ "cut + color"：公式的右侧必须是变量名的组合，而不是一个完整的字符串，这种写法会被识别为无效的公式格式，所以报错invalid model formula in ExtractVars。

额外说明 #

如果你之后需要生成除特定变量外的所有哑变量，可以用这样的公式：~ . - clarity（表示除clarity之外的所有变量），但针对当前需求，~ cut + color就完全足够了。

内容的提问来源于stack exchange，提问作者Doug Fir