如何在R中将分类变量转换为二元变量？

常见报错原因（unexpected symbol） #

这个报错几乎都是语法格式问题，常见的几种情况：

• 拼写错误：变量名（比如把gender写成gendre）、函数名（比如casewhen少写了下划线）、字符串值（比如Male和数据里的male大小写不匹配，R区分大小写）写错
• 符号误用：用=代替==做相等判断，把条件和结果之间的~写成其他符号，或者括号、引号不配对（比如用了中文引号）
• 依赖缺失：没加载dplyr包就直接用mutate/case_when函数

解决方法与正确代码示例 #

1. 先确保环境正确

先加载dplyr包：
library(dplyr)

2. 正确的变量转换代码

假设你的数据集叫df，下面是标准的转换写法：

df <- df %>%
  mutate(gender_num = case_when(
    gender == "male" ~ 1,
    gender == "female" ~ 0,
    TRUE ~ NA_real_  # 处理数据中可能存在的其他异常值
  ))

关键注意点

• 必须用==做相等判断，=是赋值符号，不能混用
• 每个条件和对应结果之间必须用~连接
• 字符串必须用英文引号（单双引号都可以，不能用中文引号）
• 最后加TRUE ~ NA_real_可以兜底处理数据中意外出现的非male/female值，避免报错

额外提示：回归分析不一定需要手动转0/1

R的lm()等回归函数可以直接处理因子变量，不需要手动转成数值。你可以直接把gender转为因子，指定参照组：

df$gender <- factor(df$gender, levels = c("female", "male"))
# 之后做回归时，lm会自动把female作为参照组，male的系数就是男女的差异
model <- lm(score ~ gender, data = df)

这种方式更规范，还能避免手动转换时的错误。

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