在R中基于多条件将分类列转换为二进制列（支持任意单值数）

针对你需要将包含多选项的列（如"A"、"A and B"）转换为对应单值的Yes/No二进制列，且支持任意数量单值的需求，这里提供两种通用解决方案：

方法1：使用dplyr动态生成列 #

library(dplyr)
library(stringr)

# 示例数据
df <- data.frame(
  column1 = c("A", "A", "A and B", "A and B", "B", "B"),
  column2 = NA
)

# 自动提取所有唯一的单值类别
all_categories <- df$column1 %>%
  strsplit(" and ") %>%
  unlist() %>%
  unique() %>%
  sort()

# 生成对应的Yes/No列
result_df <- df %>%
  # 遍历每个类别，检查是否包含该值，生成Yes/No
  mutate(across(all_of(all_categories), 
                ~ifelse(str_detect(column1, fixed(.y)), "Yes", "No"), 
                .names = "column1_{.col}")) %>%
  # 移除原column1，调整列顺序
  select(-column1) %>%
  relocate(starts_with("column1_"), column2)

print(result_df)

代码说明： #

• 自动识别类别：通过strsplit拆分多选项内容，去重后得到所有需要生成的类别，无需硬编码适配固定值。
• 动态生成列：用across遍历每个类别，通过str_detect（配合fixed避免正则匹配冲突）检查该行是否包含该类别，自动生成命名为column1_类别名的Yes/No列。
• 调整列结构：移除原多选项列，将生成的二进制列前置，保留原数据的其他列。

方法2：使用tidyr的拆分-转宽流程 #

library(dplyr)
library(tidyr)

df <- data.frame(
  column1 = c("A", "A", "A and B", "A and B", "B", "B"),
  column2 = NA
)

result_df <- df %>%
  # 添加临时行号确保转宽后匹配原数据行数
  mutate(row_id = row_number()) %>%
  # 拆分多选项为单行
  separate_rows(column1, sep = " and ") %>%
  # 标记存在的类别为Yes
  mutate(value = "Yes") %>%
  # 转宽表，不存在的类别填充为No
  pivot_wider(names_from = column1, values_from = value, 
              values_fill = "No", names_prefix = "column1_") %>%
  # 合并原其他列，移除临时行号
  left_join(df %>% select(row_id, column2), by = "row_id") %>%
  select(-row_id) %>%
  relocate(starts_with("column1_"), column2)

print(result_df)

代码说明： #

• 拆分转宽逻辑：先将多选项拆分为单行，再通过pivot_wider转回宽表，自动为未出现的类别填充"No"。
• 保留原数据完整性：通过临时行号绑定，确保转宽后能正确匹配原数据的其他列（如column2），避免数据错位或丢失。

两种方法都能自动适配任意数量的单值类别，比如后续数据中出现"C"、"A and C"等内容时，会自动生成对应的column1_C列。

内容的提问来源于stack exchange，提问作者roybatty