如何在dplyr中基于自定义区间批量创建哑变量？

这里提供两种灵活的方法，无需手动修改列名，适配任意区间向量：

方法一：用cut() + model.matrix()快速生成 #

这种方法适合快速批量生成，代码简洁：

set.seed(1)
data <- data.frame(ID = 1:20, value = sample(20))
ranges <- c(0, 5, 10, 15)

# 自动生成匹配格式的区间标签
interval_labels <- paste0("dummy_", ranges[-length(ranges)], "_", ranges[-1])
# 对value列分箱，设置right=FALSE实现左闭右开区间
data$value_bin <- cut(data$value, breaks = ranges, labels = interval_labels, include.lowest = TRUE, right = FALSE)

# 生成哑变量矩阵（去掉截距项避免冗余）
dummy_matrix <- model.matrix(~ value_bin - 1, data = data)
# 合并回原数据
data_with_dummies <- cbind(data, dummy_matrix)
# 可选：删除中间分箱列
data_with_dummies <- data_with_dummies[, !names(data_with_dummies) %in% "value_bin"]

方法二：用purrr批量生成判断逻辑（管道友好） #

如果习惯用dplyr管道操作，这种方法更贴合你的原始写法：

library(tidyverse)

set.seed(1)
data <- data.frame(ID = 1:20, value = sample(20))
ranges <- c(0, 5, 10, 15)

# 构造区间参数表，自动生成列名
interval_params <- tibble(
  start = ranges[-length(ranges)],
  end = ranges[-1],
  col_name = paste0("dummy_", start, "_", end)
)

# 批量生成哑变量列
data_with_dummies <- data %>%
  mutate(!!!map2(interval_params$start, interval_params$end, 
                 ~ if_else(value >= .x & value < .y, 1, 0)) %>%
           set_names(interval_params$col_name))

两种方法都支持任意修改ranges向量，列名会自动对应更新，完全不用手动调整判断条件或列名。

内容的提问来源于stack exchange，提问作者Sulz