R语言：如何基于多列因子水平批量创建多个数据集？

嘿，作为R新手能想着优化代码真的很棒！我来帮你搞定这个批量生成数据集的问题～

首先，咱们先明确你的核心需求：针对每个哑变量（dummy1、dummy2）的每个取值水平，生成单独的数据集，命名要符合Likert_rank_xxx的格式，同时还要删掉用来筛选的那列哑变量。你之前用split得到交叉组合的结果，是因为同时传入了两个哑变量作为拆分依据，咱们换个思路分开处理每个哑变量就好啦。

方法一：基础循环（适合新手理解） #

这种方法用基础R的循环实现，逻辑清晰，容易跟进：

# 先定义需要处理的哑变量列名（以后加新哑变量直接在这里加就行）
dummy_cols <- c("dummy1", "dummy2")

# 外层循环：遍历每个哑变量
for (col in dummy_cols) {
  # 获取当前哑变量的所有取值水平
  level_list <- levels(df[[col]])
  
  # 内层循环：遍历当前哑变量的每个水平
  for (level in level_list) {
    # 1. 筛选出当前水平的观测；2. 删除用于筛选的哑变量列
    temp_data <- df[df[[col]] == level, !colnames(df) %in% col]
    
    # 生成符合要求的数据集名称
    data_name <- paste0("Likert_rank_", level)
    
    # 将生成的数据集保存到全局环境中
    assign(data_name, temp_data)
  }
}

运行这段代码后，你就能得到Likert_rank_yes、Likert_rank_no、Likert_rank_high、Likert_rank_low这四个数据集，每个都自动删掉了对应的哑变量列～

方法二：tidyverse风格（更简洁） #

如果你已经开始接触tidyverse工具包，用purrr的函数可以让代码更简洁优雅：

library(purrr)
library(dplyr)

# 定义处理单个哑变量的函数
process_dummy_col <- function(col_name) {
  # 获取当前哑变量的所有水平
  level_vec <- levels(df[[col_name]])
  
  # 生成每个水平对应的数据集，命名后导入全局环境
  map(level_vec, function(level) {
    df %>%
      filter(.data[[col_name]] == level) %>%
      select(-all_of(col_name))
  }) %>%
    set_names(paste0("Likert_rank_", level_vec)) %>%
    list2env(.GlobalEnv)
}

# 批量处理所有哑变量
walk(dummy_cols, process_dummy_col)

为什么你之前的split没得到预期结果？ #

你之前用split(df[c(1:5)], list(df$dummy1,df$dummy2), sep=".")，这里的list(df$dummy1, df$dummy2)是让R按两个哑变量的交叉组合来拆分数据，所以会得到yes.high、yes.low、no.high、no.low这四个交叉数据集，和你想要的按单个哑变量水平拆分的结果不一样～

内容的提问来源于stack exchange，提问作者maplesyrup123