如何在R中用ifelse将数据框转换为存在/缺失二进制数据

需求说明 #

我有一个包含多样本（行）和特征（列）的数据集，特征值范围在0到1之间，需要将所有>0的值转换为1，0保持不变，最终生成可导出为CSV的数据框。

示例数据集 #

ID <- c("1", "2", "3", "4")
a <- c(0, 0, 0.22, 1)
b <- c(0.6, 1, 0, 0)
c <- c(0, 0.5, 0.22, 1)
rawdata <- data.frame(ID= ID, a= a, b= b, c= c)

期望结果 #

ID <- c("1", "2", "3", "4")
a <- c(0, 0, 1, 1)
b <- c(1, 1, 0, 0)
c <- c(0, 1, 1, 1)
df <- data.frame(ID= ID, a= a, b= b, c= c)

错误原因分析 #

你之前的自定义函数报错，是因为if语句只能处理单个值，而lapply传入的是整列向量，x != 0会返回一个长度大于1的布尔向量，触发条件判断错误。同时lapply返回的是列表而非数据框，导致View显示异常。

解决方案 #

方法1：基础R快速实现

直接对指定列做向量运算，合并后生成数据框：

# 批量处理特征列：>0转1，否则0
binary_features <- as.data.frame(lapply(rawdata[,2:4], function(x) as.integer(x > 0)))
# 合并ID列与处理后的特征列
binary_data <- cbind(rawdata["ID"], binary_features)

# 导出为CSV文件
write.csv(binary_data, "binary_data.csv", row.names = FALSE)

更简洁的写法（直接修改原数据框）：

binary_data <- rawdata
# 对第2到4列执行二值化
binary_data[,2:4] <- as.integer(binary_data[,2:4] > 0)

方法2：dplyr包实现（管道式操作）

如果习惯用tidyverse生态，可通过mutate(across())批量处理列，直接生成目标数据框：

library(dplyr)

binary_data <- rawdata %>%
  mutate(across(a:c, ~as.integer(.x > 0)))

# 导出CSV文件
write.csv(binary_data, "binary_data.csv", row.names = FALSE)

across(a:c)指定需要处理的特征列，~as.integer(.x > 0)定义二值化逻辑，处理后直接替换原列，无需额外合并步骤。

内容的提问来源于stack exchange，提问作者Kat Bruce