如何将R语言数据框中含空格分隔年份列表的列转换为哑变量？

嘿，我知道你卡在把空格分隔的年份列转成哑变量这儿了，别着急，用R的tidyverse工具链或者原生函数都能轻松实现，下面给你两种可行的方案：

方法一：使用tidyverse（推荐，更直观） #

首先确保你安装并加载了tidyverse包，它整合了dplyr、tidyr等处理数据的工具：

library(tidyverse)

接下来按照以下步骤处理数据：

1. 用separate_rows()把每行的年份拆分成单独的行（长格式）
2. 为存在的年份标记1
3. 用pivot_wider()转成宽格式，不存在的年份填充0

完整代码：

# 你的原始数据
raw <- data.frame(textcol = c("case1", "case2", "case3"), years=c('1996 1997 1998','1997 1999 2000', '1996 1998 2000'))

# 转换为哑变量
result <- raw %>%
  separate_rows(years, sep = " ") %>%  # 拆分年份为多行
  mutate(value = 1) %>%  # 标记该年份存在
  pivot_wider(
    id_cols = textcol,  # 保留textcol作为标识列
    names_from = years,  # 用年份作为新列名
    values_from = value,
    values_fill = 0  # 不存在的年份填充0
  )

# 查看结果
print(result)

运行后就能得到你想要的结构啦～之前用separate()没成功，是因为separate()需要提前指定拆分后的列数，而你的年份数量不固定，separate_rows()更适合这种可变长度的拆分场景。

方法二：使用Base R原生函数 #

如果你偏好原生函数，也可以这样实现：

# 你的原始数据
raw <- data.frame(textcol = c("case1", "case2", "case3"), years=c('1996 1997 1998','1997 1999 2000', '1996 1998 2000'))

# 获取所有唯一的年份
all_years <- unique(unlist(strsplit(raw$years, " ")))

# 生成哑变量矩阵：检查每行是否包含对应年份，是则标记1，否则0
dummy_matrix <- sapply(all_years, function(year) as.integer(grepl(year, raw$years)))

# 合并到原始数据的textcol列
result_base <- cbind(raw["textcol"], dummy_matrix)

# 查看结果
print(result_base)

这个方法通过strsplit()拆分年份，再用grepl()检查每行是否包含对应年份，最后生成哑变量矩阵。

内容的提问来源于stack exchange，提问作者Ivo